LSTMで複数の入力データから一つの出力データを予測する

Question

LSTMを用いて将来予測を行う際に、複数の入力データから一つの出力データを予測することは可能でしょうか？

例：
降水量、湿度、気温から次の日の降水量を求める

n_in = 3
n_hidden = 16
n_out = 1

model = Sequential()
input_shape=(max_len, n_in)

model.add(LSTM(n_hidden, kernel_initializer=weight_variable, input_shape=(max_len, n_in)))
model.add(Dense(n_hidden, kernel_initializer=weight_variable))

model.add(Dense(n_out, kernel_initializer=weight_variable))
model.add(Activation('linear'))

optimizer = Adam(lr=0.001, beta_1=0.9, beta_2=0.999)
model.compile(loss="mse", optimizer=optimizer)

そもそも可能なのかもわかりません、入力データも１つならうまく行きました

Answer 1

LSTMのデータ準備に関しての説明は、下記の記事がピンポイントです。

もうLSTMで悩まない！－ データ前処理（世界観の説明編）

英語版

Answer 2

参考リンク

Kerasで多変量LSTM - Qiita

KerasでLSTMを学習する手順を整理してみた | 自調自考の旅