python预测值和真实值_在预测值和地面真实值之间有系统偏差的LSTM

目前我认为我在一个LSTM模型中经历了一个系统性的偏差，在预测值和地面真实值之间。从现在开始，最好的方法是什么？在

模型架构，以及预测和地面真实值如下所示。这是一个回归问题，目标的历史数据加上其他5个相关特征X用于预测目标{}。当前输入序列n_input的长度为256，其中输出序列{}是一个。简化后，前256个点用于预测下一个目标值。在

X已规范化。用均方误差作为损失函数。使用具有余弦退火学习率的Adam作为优化器(min_lr=1e-7，max_lr=6e-2)。在_________________________________________________________________

Layer (type) Output Shape Param #

=================================================================

cu_dnnlstm_8 (CuDNNLSTM) (None, 256) 270336

_________________________________________________________________

batch_normalization_11 (Batc (None, 256) 1024

___________