模型预测的值与训练的值相似是否正常？

Question

我想知道时间序列数据是否已被正确学习和预测。

这是正确的获得以下（下一个）值吗？

我想获得下一个值，例如 model.predict 等...

我有x_test和x_test[-1] == t所以，下一个值的意思是t+1, t+2, .... t+n,

在这个例子中我想得到t+1, t+2 ... t+n

我试过了

inputs = total_data[len(total_data) - forecast - look_back:]
inputs = scaler.transform(inputs)
X_test = []
for i in range(look_back, inputs.shape[0]):
    X_test.append(inputs[i - look_back:i])
X_test = np.array(X_test)
predicted = model.predict(X_test)

但结果如下所示

X_test[-20:] 的结果与以下 20 个预测结果看起来相同。

我想知道它是否是正确的火车和预测值。

我想知道这是否是正确的训练和预测。

Answer 1

完全根据数据构建测试集将向您展示您的模型对未来某个值的预测效果如何。假设您根据上周的温度值预测温度。您的方法将测试您可以预测明天的温度有多好，但不是未来几天。因此，如果您想测试您的模型对未来多个值的预测效果如何，您需要从 total_data 中的值开始构建您的测试集，然后添加您的预测：

X1 = [X_11, X_12, ..., X_1n-1, X_1n]
Y1 = model.predict(X1)
X2 = [X_12, X_13, ..., X_1n, Y1]
Y2 = model.predict(X2)
X3 = [X_13, X_14, ..., Y1, Y2]
Y3 = model.predict(X3)

等等。