小编Mar*_*cus的帖子

我了解如何为多元时间序列创建模型，并且还知道如何为该序列生成多步输出。但如何扩展这个模型以处理多个时间序列呢？

我的数据包含许多国家/地区的时间序列，每个国家/地区有 5 个特征。我的目标是为每个国家提供未来 28 天的预测。

这是一个多元时间序列的图（图中未显示其中一个特征）：

以下模型是一个编码器解码器 LSTM，能够生成 28 天的预测（尽管它们不是很准确）：

Model: "sequential_1"
_________________________________________________________________
Layer (type)                 Output Shape              Param #
=================================================================
lstm_1 (LSTM)                (None, 10)                640
_________________________________________________________________
repeat_vector_1 (RepeatVecto (None, 7, 10)             0
_________________________________________________________________
lstm_2 (LSTM)                (None, 7, 10)             840
_________________________________________________________________
time_distributed_1 (TimeDist (None, 7, 5)              55
=================================================================
Total params: 1,535
Trainable params: 1,535
Non-trainable params: 0
_________________________________________________________________

训练数据分为 7 天的时间段，每个时间段比前一个时间段提前一天。示例（但只有 1 个特征而不是 5 个）：

[1, 2, 3, 4, 5, 6, 7], [2, 3, 4, 5, 6, 7, 8] ... …