在处理时间序列数据时，将每日价格作为特征，将 3 天后的价格作为目标是否有误？
或者我应该使用第二天的价格作为目标，并在训练后预测 3 次，每次都提前一天（使用预测值作为新特征）？
这两种方法会给出相似的结果吗？
在处理时间序列数据时，对特征和目标使用不同的时间步长是否错误？
人工智能
长短期记忆
数据集
时间序列
特征
标签
2021-10-18 23:08:40
1个回答
我不知道你在处理什么样的价格数据。我想数据的顺序很重要，所以我的建议是：
使用 LSTM，因为它可以更好地处理时间序列
您可以从 RNN 预测 3 个连续数字作为接下来三天的预测
首先尝试回归，它可能不起作用（或者只是使曲线变平，取决于您的数据噪声），然后分类是一种更简单的方法
不要忘记标准化
其它你可能感兴趣的问题