python 在Tensorflow中使用RNN预测未来时段的时间序列值

xyhw6mcr  于 2023-05-05  发布在  Python
关注(0)|答案(1)|浏览(229)

我发现了一篇关于time series predicting using Recurrent Neural Networks (RNN) in Tensorflow的文章。
在那篇文章中,测试集是最后20个值,模型预测数据集的最后20个值y_pred,然后计算y_testy_pred的MSE。
如何扩展模型以接收未来下一个时段的预测(实际预测)?

yjghlzjz

yjghlzjz1#

在第一步中,您应该使用真实的值。然后使用predict value替换最后一个值。希望下面的代码可以帮助你。

with tf.Session() as sess:
    saver.restore(sess, './model_saved')
    preds = []
    X_batch = last_n_steps_value
    X_batch = X_batch.reshape(-1, n_steps, 1)
    for i in range(number_you_want_to_predict):
        pred = sess.run(outputs, feed_dict={X: X_batch})
        preds.append(pred.reshape(7)[-1])
        X_batch = X_batch[:, 1:]
        # Using predict value to replace real value
        X_batch = np.append(X_batch, pred[:, -1])
        X_batch = X_batch.reshape(-1, n_steps, 1)

相关问题