数据分析-45-时间序列预测之使用LSTM的错误及修正方式
文章目录
一般使用窗口和多步的方法构建数据集，但存在预测时会将未来值作为输入的问题。
1 问题分析
1.1 加载数据
import tensorflow as tf
from tensorflow.keras.models import Sequential
from tensorflow.keras.layers import LSTM, Dense
import matplotlib.pyplot as plt
import numpy as np
import pandas as pd
from sklearn.preprocessing import MinMaxScaler
# 生成示例时间序列数据（模拟数据）
np.random.seed(原文地址：https://blog.csdn.net/qq_20466211/article/details/143674662
免责声明：本站文章内容转载自网络资源，如本站内容侵犯了原著者的合法权益，可联系本站删除。更多内容请关注自学内容网（zxcms.com）！