LSTM 數值型資料預測

lstm python keras deep learning

yanwu0105 2018-11-01 18:48:24 ‧ 1826 瀏覽

分享至

各位大大晚安：
小弟我目前因業務需求，正在使用LSTM 進行數值型的預測

目前有1000間公司的時間序列(每個都有36個點，想要使用前35個點預測第36個點)
大概有幾個問題：
1、在訓練model的時候，
(1)trainX.shape = (900,1,35)
(2)trainX.shape = (900,35,1) 哪一個才會是對的?
就我的認知是shape[1]是時間步長(time_step)，shape[2]是變向(feature)，但實在想不
透如果是我的例子，到底要怎麼丟?

2、如果想要一間公司train一個model的話
把shape改成>trainX.shape = (1,35,1)，trainY.shape=(1,1,1)，然後train900個模型(
或者900次)不知道這樣的方法可不可行？如果可行，該如何reshape test_data?

3、附上我的code，但不知道為甚麼我predict 出來的值都會是一樣的?
https://colab.research.google.com/drive/1AwdS3lS1Nh_hN_0_dRMDDhnMsZxd_YRw

煩請各位大大賜教，非常感謝！