Keras在LSTM中的回看函数

from keras.models import Sequential
from keras.layers import LSTM, Dense
from keras.preprocessing.sequence import TimeseriesGenerator

# 假设有一个时间序列数据 x，包含了一系列观测值
x = [1, 2, 3, 4, 5, 6, 7, 8, 9, 10]

# 定义回看窗口大小和预测步长
lookback_window = 3
predict_steps = 1

# 使用TimeseriesGenerator生成用于训练的样本
generator = TimeseriesGenerator(x, x, length=lookback_window, batch_size=1)

# 构建LSTM模型
model = Sequential()
model.add(LSTM(32, input_shape=(lookback_window, 1)))
model.add(Dense(1))
model.compile(optimizer='adam', loss='mse')

# 训练模型
model.fit_generator(generator, epochs=10)

# 使用模型进行预测
test_input = [7, 8, 9, 10]  # 假设有一个测试输入序列
test_input = np.array(test_input).reshape((1, lookback_window, 1))
prediction = model.predict(test_input)
print(prediction)  # 输出预测结果