[英]Should I use a variable in time series model whose value I do not know in the future, and use a constant in its place for forecasting? [closed]
我的团队已经为时间序列预测构建了一个单变量 model，但是现在我们希望在 model 中也包含一些 exogs。 但是我们对未来的这些 exogs 没有可见性，我们可以使用这些 exogs 吗？ 我得到建议，我们可以使用该特征的最后一次看到的值作为常数来进行预测，但如果它是一个常数，它真的会增加价值吗？
例如，我们看到店铺数量与销售额有很好的关系--> 但我们不知道未来的店铺数量。 既然我们知道，目前我们有 200 家商店，我们是否应该在进行预测时使用 200 作为此功能的值（在接下来的 12 个月保持不变，即我的预测期）。
如何在 LSTM model 中将未来预测用作时间序列的输入变量？
[英]How can I use future forecasts as input variable in a LSTM model for time series?
时间序列预测——如何使用保存的模型来预测未来的数据？
[英]Time-series forecasting - how to use the saved model to predict future data?
我有大约 2000 个用于时间序列预测的多个位置的数据点。 我可以在上面应用 LSTM model 吗？
[英]I have around 2000 data points for multiple locations for time series forecasting. Can I apply LSTM model on it?
如何使用我训练过的 model 来进行预测，而无需在我想使用时重新训练
[英]How can I use a model I trained to make predictions in the future without retraining whenever I want to use it
使用Keras / Tensorflow进行财务时间序列预测：尝试了三种预测方法，三种结果较差，我做错了什么？
[英]Financial Time Series Forecasting with Keras/Tensorflow: Three forecasting methods tried, three poor results had, what am I doing wrong?
声明:本站的技术帖子网页，遵循CC BY-SA 4.0协议，如果您需要转载，请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.
