多特征多步时间序列预测

Question

因此，我处于机器学习的初级阶段，我想预测时间序列的多个样本。 时间序列每15分钟包含一个样本，我必须预测未来3天的样本。所以未来大约有288个样本。在

我的时间序列还有其他分类特性，所以我实现了一个基于this答案的模型。在

我读过seq2seq时间序列预测的编码器解码器。但是对于如何实现它以及如何将它与多个分类特性相结合，却不太理解。在

1. 我是不是按照这个答案走对了方向？在
2. LSTM即使在大的Y维上也能正常工作吗（在我的例子中是288个时间步进到未来）。在
3. 我考虑最近7天的样本为X，所以我的lstm输入形状是（样本数，672，1）。这样可以吗？在
4. 我要买编码器解码器吗？如果是的话，谁能给我一些更深入的见解，也许是一个好的教程。在

提前谢谢。在

Answer 1

1. 是的。在
2. 取决于你有多少数据以及你的问题有多容易理解。在
3. 你使用的数据越多越好。在
4. 编解码器架构只是“前馈隐藏的LSTM状态”的一个花哨名称。我看不出你为什么要在你的案子里用它。在