在多变量时间预测LSTM模型中预测未来值
在多变量时间预测LSTM模型中预测未来值
提问于 2019-07-23 22:58:44
我对如何用时间序列多变量LSTM模型预测未来的结果感到困惑。
我正在尝试构建一个用于股市预测的模型，我有以下数据特性
Date DailyHighPrice DailyLowPrice卷ClosePrice
如果我用到今天为止的5年数据训练我的模型，我想预测明天的ClosePrice，本质上我需要预测明天的所有数据特征。这就是我困惑的地方……因为如果所有的数据特征都是相互依赖的，那么当明天的所有数据特征仍然未知时，我如何预测未来的某一天呢？有没有人有关于如何处理这个问题的示例代码？
回答 1
Stack Overflow用户
回答已采纳
发布于 2019-07-29 06:27:21
我决定在这里使用的解决方案是keras库中的一个TimeseriesGenerator。
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/57167001
复制相关文章
相似问题
腾讯云开发者
