我已经使用LSTM(使用纽约证券交易所股票代码:ECL)使用LSTM进行了多变量,多步骤时间序列预测模型的工作(尽管未优化)实现。实现在这里:https : //github.com/mintgreenstrat/SO_LSTM/tree/master
我需要应用缩放,因为我计划添加更多的功能(例如“音量”),而这些功能的规模差异很大。将最小/最大缩放器应用于相同的4个功能示例非常简单,然后训练模型并进行预测。
我一生无法做的就是将预测(yhat),X_test和y_test恢复为正确的形状以逆比例缩放。我一直试图改编一个例子,但是我做对了,我迷失了一切。
在这一点上,我真的很努力地了解是否:
a)在使用time_series_to_supervised
步骤设置正确形状的数据时出错了
b)这只是对np.concatenate(yhat, X_test[:, -(n_features -1):], axis=1)
c)的简单更改c)a和c
d)某些东西其他
对于它的价值,我的直觉说b)...
在r / MLQuestions sub reddit上的这篇文章的帮助下,我终于找到了解决方案。
现在,我将数据集拆分为X,y,并对每个缩放器分别安装一个缩放器,然后再将其重塑为3D以输入LSTM。这意味着在后端,我只需要从3D重塑为2D即可调用该inverse_transform
函数。看来我变得比原来更难了。
我更新了github存储库,以防将来对任何人有帮助。
本文收集自互联网,转载请注明来源。
如有侵权,请联系[email protected] 删除。
我来说两句