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')
試したこと
LSTMを用いて予測を行いましたが、上記例のようなYの取り扱いをするための操作をどのようにコードを変えることで実現できるのでしょうか?
あなたの回答
tips
プレビュー