lstm 预测未来多天

前言：

       由于原模型只能预测一天，不满足需求，所以在上篇的基础模型上进行修改，使原模型可以预测未来多天结果。

      修改之后，新模型可以根据多天的数据预测未来多天的结果。应用范围广泛，可以用于，股票预测，汇率预测，安全仓库预测，电力负荷预测等各种实际的应用。可以根据数据集的不同，使用该模型解决各种实际的预测问题。

       由于项目数据集不公开，本文使用公开数据集，Beijing PM2.5 Data Set进行仿真实验。具体来说，根据前五天的环境变量信息，预测未来五天的污染值。

(23条消息) lstm多变量预测_wh来啦的博客-CSDN博客

模型结构对比：

原模型：

 改进之后的模型：

 使用公开数据集：

Beijing PM2.5 Data Set

下载数据集地址：

http://archive.ics.uci.edu/ml/datasets/Beijing+PM2.5+Data

如果失效，百度直接搜索Beijing PM2.5 Data Set，也可以免费获取数据集。

数据预处理：

  对数据进行清洗，得到可以使用的数据。数据清洗时需要根据数据本身的特点，进行针对性的清洗。

数据划分：

首先将数据划分为X,Y。本次实验需要设计输入五天的变量，输出未来五天的预测值，所以，n_in=5,表示需要历史五天的数据，n_out=5,表示