使用 Python-LSTM 进行多变量时间序列分析答案

【问题标题】：Multivariate Time Series Analysis using Python-LSTM使用 Python-LSTM 进行多变量时间序列分析
【发布时间】：2018-03-07 00:28:55
【问题描述】：

我是时间序列的新手，需要学科专家的帮助。所以我有一个包含 11 个变量的实验室数据，根据时间报告。 10个变量可控，输出第11个变量。我已经使用 LSTM 来预测第 11 个变量的时间序列。结果比预期的要好得多。第 11 个变量的预测值为 0.001 RMSE。训练数据有 5000 个样本，测试数据有 4599 个。我对预测很满意。现在我需要对输入的 10 个变量如何影响第 11 个输出变量进行分析。请推荐一个好的库，有类似问题的教程。

【问题讨论】：

标签： lstm

【解决方案1】：

这里最好的方法可能是更改模型架构以启用透明度：我是注意力机制的忠实粉丝，最近刚刚在 IMDB 数据集上发布了一个相关问题的答案 - 你应该很容易获得类似的输出：https://stackoverflow.com/a/51481366/9487195

如果这是不可接受的，恐怕你很不走运，因为我不知道有任何可靠的研究（此外库）用于分析不修改网络架构的 RNN preds。

【讨论】：