回答編集履歴
2
補足追記
test
CHANGED
|
@@ -9,3 +9,15 @@
|
|
|
9
9
|
|
|
10
10
|
|
|
11
11
|
個人的には、LSTMは、大きな傾向や周期を読み取るのは得意ですが、直近の動きを予測するのは苦手と感じます。交通量の直近の予測は、周辺何kmかの交通量測定ポイントの値とかを説明変数に加え、LSTM以外の手法を使った方が、うまく当たると思います。直近の動きを周辺測定値からLSTM以外の手法で予測しつつ、LSTMでの大きな周期を予測するモデルを、アンサンブルすると、よい予測ができるように思います。
|
|
12
|
+
|
|
13
|
+
|
|
14
|
+
|
|
15
|
+
追加情報
|
|
16
|
+
|
|
17
|
+
|
|
18
|
+
|
|
19
|
+
この事情は、歴史的に？有名で、以下の記事が何度も引用されています。
|
|
20
|
+
|
|
21
|
+
[ディープラーニングで株価予測するときの罠](https://kuune.org/text/2017/07/13/market-price-prediction-with-deeplearning/)
|
|
22
|
+
|
|
23
|
+
特に学習時のaccの値を見ることで、同じ事象なのかが分かると思います。
|
1
誤字の修正
test
CHANGED
|
@@ -4,7 +4,7 @@
|
|
|
4
4
|
|
|
5
5
|
|
|
6
6
|
|
|
7
|
-
ひとつの変数
|
|
7
|
+
ひとつの変数だけの推移で「少し後」をLSTMで予測すると、単純に最新の入力値を出力するだけの予測になりがちです。説明変数を増やすか、モデルそのものを（LSTMから）変えた方が良いです。
|
|
8
8
|
|
|
9
9
|
|
|
10
10
|
|