使用 LSTM 进行预测答案

【问题标题】：Forecasting using LSTM使用 LSTM 进行预测
【发布时间】：2018-09-24 09:11:22
【问题描述】：

如何使用长短期记忆 (LSTM) 根据历史数据集预测未来值 x(t+1)（样本外预测）。我阅读并尝试了许多使用 lstm 进行预测和预测的网络教程，但仍然离题很远。进行此预测的确切程序是什么？是否就像移动目标数组 (n) 步一样简单，其中 n 是未来预测的数量并进行预测操作？还是有其他技术？请帮助或提出建议。

【问题讨论】：

标签： python tensorflow machine-learning keras lstm

【解决方案1】：

你能提供你正在使用的框架吗？张量流？火炬？具体是哪些网络教程？

假设您要使用 tensorflow，您可以从其中之一复制和粘贴代码，测试它是否适用于提供的数据集，然后修改输入编码函数以适合您的数据集，然后在您的数据集上运行。

https://github.com/llSourcell/How-to-Predict-Stock-Prices-Easily-Demo（最佳）

https://github.com/sebastianheinz/stockprediction

https://github.com/talolard/MarketVectors/blob/master/preparedata.ipynb（你必须用 lstm 替换 fc 层，并调整输入）

一般程序是这样的（假设 tensorflow）：

下载数据集
创建一个函数来批量加载数据
创建一个函数来对一批数据进行编码（标准化、其他转换）
创建 LSTM 层以接收一系列输入。
创建输出层（通常是全连接的）以获取最后的 lstm 状态并预测所需大小的输出。
创建一个 tf 会话将所有内容连接在一起，然后点击运行。

一些关于使用哪个网络的概念性问题：

多少输入对应多少输出 - 请参阅 Karpathy 撰写的优秀 http://cs231n.stanford.edu/slides/2016/winter1516_lecture10.pdf

您认为股票价格有多远，例如 {t-100... t} 或 {t-10 ...t} 可能决定隐藏层的大小。

您认为还有哪些其他信息与模型相关？股票A会影响股票B吗？在这种情况下，您可能有 2 个 lstms 将状态输出到您的全连接层...

【讨论】：

我正在使用TensorFlow框架，我在预测测试数据方面没有问题，您能告诉我如何预测未来值吗？即，如果我的数据集中有 3000 行，我将要预测行号 3001 处的值，它可以做到吗？我应用了这个教程：python36.com/predict-cryptocurrency-price-using-lstm 和这个：kaggle.com/jphoon/bitcoin-time-series-prediction-with-lstm
当然可以。我们需要知道 - 您的数据是什么样的？每行的列是什么 - 请在您的问题中发布此内容，因为它是 Stackoverflows 指南的一部分。然后，可能会修改网络的输入大小。在第二个链接中，输出是第 t+1 天给定天 t-5 到 t，因此可以更改为 300...这与您的问题有何不同？
我认为我没有得到预测操作的全貌。能否请您总结一下第二个教程中在执行完 model.fit() 操作后发生了什么？