python时间序列预测不连续怎么办_python – Keras LSTM：时间序列多步骤多特征预测 – 结果不佳...

我有一个包含整年数据的时间序列数据集(日期是索引).每15分钟(全年)测量数据,这导致每天96个步骤.数据已经标准化.变量是相关的.除VAR之外的所有变量都是天气测量.

VAR在一天和一周内是季节性的(因为它在周末看起来有点不同,但每个周末更不一样). VAR值是固定的.

我想预测接下来两天(前面192步)和未来七天(未来672步)的VAR值.

以下是数据集的示例：

DateIdx VAR dewpt hum press temp

2017-04-17 00:00:00 0.369397 0.155039 0.386792 0.196721 0.238889

2017-04-17 00:15:00 0.363214 0.147287 0.429245 0.196721 0.233333

2017-04-17 00:30:00 0.357032 0.139535 0.471698 0.196721 0.227778

2017-04-17 00:45:00 0.323029 0.127907 0.429245 0.204918 0.219444

2017-04-17 01:00:00 0.347759 0.116279 0.386792 0.213115 0.211111

2017-04-17 01:15:00 0.346213 0.127907 0.476415 0.204918 0.169444

2017-04-17 01:30:00 0.259660 0.139535 0.566038 0.196721 0.127778

2017-04-17 01:45:00 0.205564 0.073643 0.523585 0.172131 0.091667

2017-04-17 02:00:00 0.157650 0.007752 0.481132 0.147541 0.055556

2017-04-17 02:15:00 0.122101 0.003876 0.476415 0.122951 0.091667

我决