[英]How to use data about future while doing prediction on LSTM
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?
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
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.