如何使用训练有素的 keras 模型预测数据答案

【问题标题】：How do I predict data using a trained keras model如何使用训练有素的 keras 模型预测数据
【发布时间】：2020-09-07 04:59:45
【问题描述】：

我的自变量是一个日期时间对象，我的因变量是一个浮点数。目前，我有一个准确预测的 keras 模型，但我发现model.predict() 只返回已知值的预测。有没有我可以调用的方法来告诉程序使用模型来预测未知值？如果没有，请告诉我如何预测这些未知值。

【问题讨论】：

【解决方案1】：

目前，我有一个可以准确预测的 Keras 模型，但我发现 model.predict() 只返回已知值的预测

这是不正确的。预测语句不仅仅是从训练数据中“搜索并返回”结果。这根本不是机器学习的工作方式。您构建模型并拥有训练和测试数据集的全部原因是确保您拥有一个可泛化的模型（即可用于对看不见的数据进行预测，假设观察来自与模型相同的底层分布受过训练）

在您的具体情况下，您使用的是独立的 DateTime 变量，这意味着您应该避免使用诸如年份之类的变量，因为您可以使用它来预测未来（模型在2019 年，但 2020 年可能超出了它的词汇量，因此之后的几年无法用于预测。）

相反，您应该从 DateTime 变量中设计一些特性，并使用可能显示因变量中的某些模式的重复变量。这些变量就像一周中的几天、几个月、季节、一天中的几个小时。根据您的因变量是什么，您肯定可以从中找到一些模式。

所有这一切都完全取决于您要建模的内容以及model.predict() w.r.t 您的问题陈述的目标是什么。请尽可能详细说明，以便人们可以给您更具体的答案。

【讨论】：

【解决方案2】：

你的假设是错误的。 model.predict 专门用于使用经过训练的模型对以前通常不使用的数据集进行预测，例如测试集而不是训练集或验证集。要使用它，您需要创建一个数据集以提供给 model.predict。请参阅答案here.，了解如何为 model.predict 提供输入

【讨论】：