如何在 LSTM 上进行预测时使用有关未来的数据

Question

假设我正在训练 model 来预测明天的销售额。 我有前几天和未来几天的数据，我知道我以前的销售额。 关于明天，我知道这是一个工作日，会有雨，而且是假期。 我如何使用这些数据进行预测？

数据集看起来像这样。

工作日	假期	天气	销售量
1个	0	雨天	25
1个	0	雨天	27
1个	1个	晴天	23
0	0	晴天	24
0	0	多云的	31

我使用前 150 天的多变量 lstm 创建了训练集。 然而，为了进行预测，我只使用前几天的数据。

我有关于明天的数据，想使用它。 我怎样才能做到这一点？

Answer 1

您可以将工作日/假日/天气数据偏移 -1，并在训练期间将其用作输入。 比起推理时，您使用明天的数据作为输入。

例如，请参阅 Aurélien Géron 着的“Hands-On Machine Learning with Scikit-Learn、Keras 和 TensorFlow，第 3 版”，p. 559：

"...df_mulvar["next_day_type"] = df["day_type"].shift(-1) # 我们知道明天的类型"

此示例也可在（参见“多变量时间序列”部分）： https://github.com/ageron/handson-ml3/blob/main/15_processing_sequences_using_rnns_and_cnns.ipynb