[英]How to use data about future while doing prediction on LSTM
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?
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
问题未解决?试试以下方法:
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.