python - 如何在 Keras 中使用 LSTM 实现多步提前回归？

Question

我是 Keras 的新手。我想使用前 10 个特征值（5 个不同的特征）预测时间序列的下 30 个值。这是我的代码，但我几乎可以肯定这不是正确的方法。任何想法？

# features is a (11277,10,5) array--> (samples, time steps, features)
# predictions is a (11277,30) array--> (samples, outputs)
model = Sequential()
model.add(LSTM(100, input_shape=(features.shape[1], features.shape[2]),return_sequences=True))
model.add(LSTM(300, return_sequences=False))
model.add(Dense(predictions.shape[1], init='uniform', activation='linear'))
model.compile(loss="mean_squared_error", optimizer="adam")

谢谢，