1

我已经和 SARIMAX 合作了一段时间。我试图预测大型建筑物的能源使用情况。我使用天气数据作为外生变量。正如我从天气预报中知道的预测天气一样，我也在预测中使用了这些数据。我尝试用 1 小时的采样时间来预测前一天，所以 t_1 -> t_24。

是否存在任何可以在预测中使用输入的 LSTM/RNN，比如天气预报？

例子：

数据 0 < t 用作训练数据。想要预测 t > 0 的 X。

 time                  X    Y
 t-4                   22   33
 t-3                   23   44
 t-2                   25   44
 t-1                   22   55
 t                     21   22   
 t+1           -----   ?    22   -----
 t+2                   ?    13
 t+3  Want to predict  ?    14    Forecast weather data
 t+4                   ?    32
 t+5           -----   ?    12   -----
4

1 回答 1

1

您可以根据需要将任意数量的变量/特征移交给 LSTM。在您指定的第一层中input_shape(length, width)，这定义了第一层期望输入的方式。例如，如果您有 4 个天气特征（称为“外生”特征），则需要像这样指定输入：

model.add(LSTM(units=number_of_neurons), input_shape=(window_length, 5))

请记住，您需要传递建筑温度（称为“目标”或“内生”变量）和 4 个外生特征，因此是 5 个。就像 SARIMAX 一样，您需要传递外生数据以进行训练/预测。

于 2022-01-12T17:29:43.433 回答