一、數(shù)據(jù)說明

本文總共1400個數(shù)據(jù) ?；瑒哟翱跒?2，預(yù)測步數(shù)為100（預(yù)測1301-1400數(shù)據(jù)）. 多步預(yù)測值為3 。 ?

訓(xùn)練集輸入樣本數(shù)據(jù)格式： 1286*12 // ?1286*12 ?輸入 ? 1286 *3輸出

• 即： 樣本1： 1-12 個數(shù)據(jù) ?→ 預(yù)測 13-15

• 樣本2：2-13 個數(shù)據(jù) ? →預(yù)測 14-16

• 樣本1286：1286-1297 個數(shù)據(jù) →預(yù)測1298:1300

測試集輸入樣本格式 100*12 ? // ?100*12 輸入 ? 100*3輸出

• 即： 樣本1： 1289-1300 個數(shù)據(jù) ?→ ?預(yù)測 1301-1303

• 樣本2：1290-1301 個數(shù)據(jù) ? → 預(yù)測 1302-1304

• 樣本100：1388-1399 個數(shù)據(jù) ?→ ?預(yù)測 1400-1402

二、多步預(yù)測分析

研究多步預(yù)測分別為1 / 2 /3時對應(yīng)的預(yù)測效果

（解釋說明：若為1時，前12個數(shù)據(jù)預(yù)測后第13步數(shù)據(jù)；若為2時，前12個數(shù)據(jù)預(yù)測后第14步數(shù)據(jù)；若為3時，前12個數(shù)據(jù)預(yù)測后第15步數(shù)據(jù)）

單步逐步預(yù)測：YPred_1：取測試集預(yù)測結(jié)果中，100個樣本中每個樣本分別預(yù)測的第一個值即 (1289-1399)→1301-1400（第100次預(yù)測時，樣本100：1388-1399 個數(shù)據(jù) ?→ ?預(yù)測 1400）

雙步逐步預(yù)測：YPred_2：取測試集預(yù)測結(jié)果中，100個樣本中每個樣本分別預(yù)測的第二個值即 (1289-1399)→1302-1401（刪去預(yù)測的第1401值） +YPred_1預(yù)測的第一個值 1301（第100次預(yù)測時，樣本100：1388-1399 個數(shù)據(jù) ?→ ?預(yù)測 1401）

三步逐步預(yù)測：YPred_3：取測試集預(yù)測結(jié)果中，100個樣本中每個樣本分別預(yù)測的第三個值即(1289-1399)→ 1303-1402 （刪去預(yù)測的第1401-1402值）+YPred_1預(yù)測的前兩個值 1301-1302（第100次預(yù)測時，樣本100：1388-1399 個數(shù)據(jù) ?→ ?預(yù)測 1402）

三、預(yù)測結(jié)果分析

YPred_1預(yù)測結(jié)果

• MAE = ? ?0.0659

• RMSE = ? ?0.0813

• MAPE = ? ?0.0073

• R = ? ?0.9779

YPred_2預(yù)測結(jié)果

• MAE = ? ?0.1013

• RMSE = ? ?0.1246

• MAPE = ? ?0.0112

• R = ? ?0.9483

YPred_3預(yù)測結(jié)果

• MAE = ? ?0.1452

• RMSE = ? ?0.1770

• MAPE = ? ?0.0161

• R = ? ?0.8956

四、結(jié)論

通過以上可以看出， 單步預(yù)測效果要比多步（間隔）預(yù)測好。

五、預(yù)測未來思路（目前這部分源碼還沒有案例，后期會更新）

我們可以增大多步預(yù)測數(shù)值，來預(yù)測未來結(jié)果 ，如前面所說 ，多步預(yù)測參數(shù)為3，滑動窗口為12時，可以通過輸入1388-1399預(yù)測1400-1402 。那么輸入1389-1400就可以預(yù)測到1403數(shù)據(jù)了 。

有兩種思路： 第一種思路預(yù)測結(jié)果會較差，即用未來預(yù)測結(jié)果預(yù)測未來 ，即我用1390-1401（此時1401為預(yù)測結(jié)果）預(yù)測1402-1404, 1391-1402預(yù)測1403-1404…… ?這種思路缺點是會造成誤差積累， 影響數(shù)據(jù)特征處理，最后會逐步趨于一條直線。

第二種思路預(yù)測結(jié)果，即調(diào)大多步預(yù)測值，一般適合數(shù)據(jù)量足夠，且呈周期性變化，且數(shù)據(jù)趨勢沒有明顯異常情況。如要預(yù)測未來20個值，除了調(diào)整滑動窗口，還可以增大多步預(yù)測值，如滑動窗口保持不變，多步預(yù)測設(shè)置為10 ，即我用1389-1400預(yù)測 1401-1420 ，一步到位。

第二種思路優(yōu)點是短期預(yù)測結(jié)果會更接近現(xiàn)實，缺點是調(diào)參困難，如滑動窗口設(shè)置合理性， 以及無法預(yù)測超長期數(shù)據(jù) ，比如總共1400數(shù)據(jù)，你想預(yù)測未來1000個數(shù)據(jù)，如果歷史數(shù)據(jù)基本保持一個趨勢還好， 但如果數(shù)據(jù)曲線比較復(fù)雜，就會導(dǎo)致訓(xùn)練樣本數(shù)不夠，或者說不具備代表性。

六、獲取方式

【獲取鏈接】 ? ??https://mbd.pub/o/bread/mbd-Y5uXm5tq

后續(xù)將在此鏈接永久更新預(yù)測未來的案例代碼，以及自己調(diào)試參數(shù)的心得，拭目以待吧！

如果覺得本文對你有幫助的話，麻煩點個關(guān)注收藏，后期會出視頻操作，對數(shù)據(jù)處理這塊兒進(jìn)行講解。