Estou tentando usar um LSTM para previsão de séries temporais. Os dados são transmitidos uma vez por minuto, mas eu gostaria de prever uma hora à frente. Existem duas maneiras de pensar sobre isso:
- Agrupe os dados em dados horários, considerando a média a cada período de 60 minutos como um ponto de dados.
- Para cada
(X, y)
par de dados de treinamento,X
seja a série temporal det - 120
atét - 60
ey
seja a série temporal det - 60
atét
. Force o LSTM a prever 60 timesteps à frente e usey[-1]
como a previsão.
Existem práticas recomendadas para fazer isso?
time-series
lstm
rnn
Edward Yu
fonte
fonte
Respostas:
Existem diferentes abordagens
Estratégia recursiva
um modelo muitos-para-um
Estratégia direta
vários modelos muitos-para-um
Estratégia de saída múltipla
um modelo muitos-para-muitos
Estratégias híbridas
Referência: Previsão de séries temporais em várias etapas
fonte
De https://machinelearningmastery.com/multi-step-time-series-forecasting-long-short-term-memory-networks-python/
fonte