LSTM实现多变量输入多步预测(直接递归混合预测)时间序列预测(PyTorch版)

目录

二、多步预测（直接递归混合预测）

三、模型定义

四、可视化结果

完整源码

---

二、多步预测（直接递归混合预测）

这种策略融合 递归多步预测 和 直接多步预测 两种策略，它会分别训练两个模型，分别用于预测 t6 和 t7 ，与直接多步预测不同的是在预测 t7 利用到了预测 t6 模型的输出结果，即 t6 的预测结果。

定义的模型结构状态为：

model_t6:【t1，t2，t3，t4，t5】 🔜 【t6】

model_t7:【t2，t3，t4，t5，t6】 🔜 【t7】

这种方式的有点就是解决了 直接多步预测 的信息独立问题，在预测 t7 的过程中考虑到了 t6 的状态。