我正在看本教程以了解如何使用 LSTM 预测时间序列数据，我注意到他将目标/标签向上移动，以便特征都在时间 t 但目标是 t+1
所以我的简单问题是，我们在处理时间序列数据时是否应该总是这样做？
我有一个时间序列数据，我想用它来建立一个带有 RNN 的回归模型。我首先使用前馈神经网络，但效果不够好，所以我决定使用 RNN/LSTM。我的问题是我应该让数据集像现在一样，每行在时间 t 都有特征和目标，还是应该移动目标列，以便特征总是在时间 t 但目标总是移动（t+1）先？
我应该转移数据集以使用 RNN/LSTM 进行时间序列回归吗？
数据挖掘
机器学习
神经网络
lstm
数据
rnn
2022-03-09 20:08:52
1个回答
是的，您正在进行预测，这意味着使用历史特征（例如在时间 t）来预测未来的目标（例如 t+1）。在许多情况下，您可以使用过去几个时间戳的特征（例如 tn、t-n+1、...t）来预测。以 (X_historical,y_future) 方式对数据进行预处理，以防数据泄露。
其它你可能感兴趣的问题