[Python,機械学習]ある日の予測に対して、その１週間～２週間前の出力を入力として扱いたい

前提・実現したいこと

時系列データの未来予測モデルに関して、あるデータYを求めるにあたって、以下の例のような過去のYのデータを入力として扱いたい場合、LSTMを用いる際にどのような処理が必要なのでしょうか？以下例及び、該当ソースコードを記載いたしましたので、ご教授の方よろしくお願いいたします。

Yの入力データとしての取り扱い方は、例のように、１週間分のYの値の平均を重みとして、他の入力と掛け合わせて扱いたいと考えています。

例）7/14のYを予測する際に、その1週間から2週間前のYのデータである、7/1~7/7のYの出力を入力データに組み込みむとする。学習データは1/1から7/13までデータがあるとする。
7月14日から8月31日までの各日付のYを予測する場合、7月28日以降の予測は7月14日以降のYの予測データを入力として扱いたい。。

該当のソースコード

python
1m = Sequential()
2m.add(LSTM(100, activation='relu', input_shape=(5, 1)))
3m.add(RepeatVector(1))
4m.add(LSTM(100, activation='relu', return_sequences=True))
5m.add(TimeDistributed(Dense(1)))
6m.compile(optimizer='adam', loss='mse')