Keras LSTMを時系列データでトレーニングおよび予測する方法は？

Question

値を使ってLSTMを訓練する方法を知りましたが、時間を含めたい場合、データはどのように見えますか？おそらく2の入力ディメンション、時間はエポック秒、正規化された値ですか？データに時間差があるかもしれないので、私はその訓練にそれを反映させたい。

これは高価な操作であるため、LSTMを定期的にトレーニングしたいと仮定して、最後のトレーニング時間と予測された最初の時間の間に将来どのように値を予測しますか？たとえば、私は3日前にLSTMを訓練したと言いますが、今度はその翌日の値を予測したいと思います。

私のこれまでのすべての作業は、この記事に基づいています：http://machinelearningmastery.com/time-series-prediction-lstm-recurrent-neural-networks-python-keras/。しかし、それはこれらの種類の質問をカバーしていません。

Answer 1

少なくとも、入力シーケンスの最後の値と予測する値の間の時間遅延が固定されている場合は、トレーニングセットを構築するときにこの状況に対処できると思います。

X_trainに次元（nb_samples、timesteps、input_dim）とy_trainに次元（n_samples、output_dim）があるとします。 xを1つの訓練入力サンプルとする。次元（timesteps、input_dim）を持つ多変量時系列に対応します。対応する出力は、次元（output_dim）のyです。

yでは、xの最後の値から3日後の値を予測する値を入れます.LSTMは時間依存性を把握する必要があります。したがって、入力の最後の値と予測する値の間の時間遅延が固定されている場合は、これが機能するはずです。

このような問題が発生したのは、https://challengedata.ens.fr/en/challenge/9/prediction_of_transaction_volumes_in_financial_markets.html

です。