我是 RNN 和 LSTM 的新手，想要解决我遇到的问题。我有一个包含 AWS EC2 实例的系统指标（如 CPU 利用率、磁盘操作、内存使用）的数据集，共有 7 列和大约 8000 行。每行还有一个时间戳，每行之间的时间间隔为 5 分钟。
我想建立一个 LSTM 模型来根据我的数据预测下一个小时的性能。解决此类问题的最佳方法是什么？我知道这可以通过许多不同的方式来完成，但我真的很感激一些关于如何去做的意见。
多元时间序列的 LSTM 预测
数据挖掘
机器学习
Python
深度学习
lstm
rnn
2022-02-16 21:47:34
1个回答
LSTM 应该非常适合这个问题（正如您在问题中提到的那样）。它可以识别数据序列中的模式（例如：高内存使用率是更高磁盘使用率的领先指标[由于交换分区的使用率更高]）。
这是类似用例的教程。
其它你可能感兴趣的问题