我该如何解决异常预测？答案

【问题标题】：how can i solve abnormal predict?我该如何解决异常预测？
【发布时间】：2019-05-09 21:58:09
【问题描述】：

上一个值和下一个预测值相差很大。

这是我的模型

model = Sequential()
model.add(LSTM(256, input_shape=(None, 1),return_sequences=True))
model.add(Dropout(0.3))

model.add(LSTM(256, input_shape=(None, 1)))
model.add(Dropout(0.3))


model.add(Dense(1))
model.compile(loss='mean_squared_error', optimizer='adam', metrics=['accuracy'])


model.summary()
model.fit(x_train, y_train, epochs=10, batch_size=32, verbose=2, validation_data=(x_val, y_val))

我想知道下一个时间系列所以，我知道了

y_test[-1] 和预测的lastY 差距太大

我错了吗？还是什么错误代码？

我不知道为什么会这样。

【问题讨论】：

抱歉，这不是编程问题。
也许你的lastX 是一些异常情况，检查一下

标签： python machine-learning keras lstm

【解决方案1】：

您不是在预测 x，而是在预测 y。

不应该last_X = x_test[-1] 而不是last_X = y_test[-1] 吗？

【讨论】：

我认为是因为 LSTM 的预测依赖于之前的值。由于您为 LSTM 模型提供了单个值，因此它可能不那么准确。相反，请尝试给出最后 10 个左右的值。
同样的问题...我认为这不是根本解决方案