如何在 LSTM 上進行預測時使用有關未來的數據

Question

假設我正在訓練 model 來預測明天的銷售額。 我有前幾天和未來幾天的數據，我知道我以前的銷售額。 關於明天，我知道這是一個工作日，會有雨，而且是假期。 我如何使用這些數據進行預測？

數據集看起來像這樣。

工作日	假期	天氣	銷售量
1個	0	雨天	25
1個	0	雨天	27
1個	1個	晴天	23
0	0	晴天	24
0	0	多雲的	31

我使用前 150 天的多變量 lstm 創建了訓練集。 然而，為了進行預測，我只使用前幾天的數據。

我有關於明天的數據，想使用它。 我怎樣才能做到這一點？

Answer 1

您可以將工作日/假日/天氣數據偏移 -1，並在訓練期間將其用作輸入。 比起推理時，您使用明天的數據作為輸入。

例如，請參閱 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) # 我們知道明天的類型"

此示例也可在（參見“多變量時間序列”部分）： https://github.com/ageron/handson-ml3/blob/main/15_processing_sequences_using_rnns_and_cnns.ipynb