教你搭建多变量时间序列预测模型LSTM(附代码、数据集)

  1. 云栖社区>
  2. 数据派THU>
  3. 博客>
  4. 正文

教你搭建多变量时间序列预测模型LSTM(附代码、数据集)

技术小能手 2017-11-07 11:28:30 浏览16492
展开阅读全文

长短期记忆循环神经网络等几乎可以完美地模拟多个输入变量的问题,这为时间序列预测带来极大益处。本文介绍了如何在 Keras 深度学习库中搭建用于多变量时间序列预测的 LSTM 模型。

诸如长短期记忆(LSTM)循环神经网络的神经神经网络几乎可以无缝建模具备多个输入变量的问题。

这为时间序列预测带来极大益处,因为经典线性方法难以适应多变量或多输入预测问题。

通过本教程,你将学会如何在 Keras 深度学习库中搭建用于多变量时间序列预测的 LSTM 模型。

完成本教程后,你将学会:

如何将原始数据集转换成适用于时间序列预测的数据集
如何处理数据并使其适应用于多变量时间序列预测问题的 LSTM 模型。
如何做出预测并将结果重新调整到初始单元。


我们开始吧!

教程概述

本教程分为三大部分,分别是:

  • 空气污染预测
  • 准备基本数据
  • 搭建多变量 LSTM 预测模型


Pytho












网友评论

登录后评论
0/500
评论
技术小能手
+ 关注
所属云栖号: 数据派THU