LSTM-TimeSeriesRegression-Keras建模分析

這里記錄用keras LSTM搭建模型做基于時(shí)間序列的數(shù)據(jù)預(yù)測(t+1 value based on t, t-1, t-2 etc.).

  1. 建模
    首先,keras LSTM網(wǎng)絡(luò)模型需要輸入數(shù)據(jù)有這樣的形式:
model.add (LSTM(samples, input_shape=(timesteps, data_dim)))

You can find a keras example here.
在input_shape的兩個(gè)基本參數(shù)中,timesteps和data_dim對于同一 組數(shù)據(jù)是可以結(jié)合數(shù)據(jù)預(yù)處理 1.5 Reshape input data調(diào)整的。

  1. Train data訓(xùn)練
model.fit(X_train, y_train, epochs=epoch, batch_size=batcsize, verbose=1)
  1. Make prediction
model.predict(X_test)
最后編輯于
?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請聯(lián)系作者
【社區(qū)內(nèi)容提示】社區(qū)部分內(nèi)容疑似由AI輔助生成,瀏覽時(shí)請結(jié)合常識與多方信息審慎甄別。
平臺聲明:文章內(nèi)容(如有圖片或視頻亦包括在內(nèi))由作者上傳并發(fā)布,文章內(nèi)容僅代表作者本人觀點(diǎn),簡書系信息發(fā)布平臺,僅提供信息存儲服務(wù)。

相關(guān)閱讀更多精彩內(nèi)容

友情鏈接更多精彩內(nèi)容