例如，我想k在 Keras 中使用 LSTM 预测时间序列的下一个点。0:p-1我通过选择点作为输入特征和下一个k点（即p:p+k-1作为输出特征）从包含所有点的列表的开头构造一个数据集。我继续这个过程，把1:p输入特征和......最后我得到两个数据帧X，输入数据是txp和y，输出数据是txk。所以，我的问题有基于这里的多对多结构。
X = X.values.reshape(X.shape[0], 1, X.shape[1])
y = y.values.reshape(y.shape[0], 1, y.shape[1])
然后我的网络的第一层是：
model.add(LSTM(neurons, input_shape=(X.shape[1], X.shape[2]), return_sequences=True))
但这里的时间步长是 1。我的问题是如何增加时间步长。X我应该复制和中的一些行y吗？我做得对吗？