
長(zhǎng)短期記憶網(wǎng)絡(luò)(Long Short-Term Memory,LSTM)是一種常用的循環(huán)神經(jīng)網(wǎng)絡(luò)(Recurrent Neural Network,RNN),主要應(yīng)用于序列數(shù)據(jù)的建模和預(yù)測(cè)。在實(shí)際應(yīng)用中,LSTM 能夠同時(shí)預(yù)測(cè)多個(gè)變量。
為了更好地理解 LSTM 如何實(shí)現(xiàn)多變量預(yù)測(cè),我們先來(lái)了解一下單變量預(yù)測(cè)問(wèn)題。在單變量預(yù)測(cè)問(wèn)題中,LSTM 輸入一個(gè)時(shí)間步長(zhǎng)的歷史信息,輸出該時(shí)間步長(zhǎng)的目標(biāo)值。在這個(gè)過(guò)程中,LSTM 會(huì)根據(jù)歷史信息學(xué)習(xí)到一些規(guī)律,并預(yù)測(cè)未來(lái)的結(jié)果。在實(shí)際場(chǎng)景中,可能需要同時(shí)預(yù)測(cè)多個(gè)變量的值,例如股票價(jià)格預(yù)測(cè)中需要同時(shí)預(yù)測(cè)開(kāi)盤價(jià)、收盤價(jià)、最高價(jià)和最低價(jià)等。那么,如何將多個(gè)變量的預(yù)測(cè)問(wèn)題轉(zhuǎn)化為單變量預(yù)測(cè)問(wèn)題呢?
一種方法是使用多個(gè)單變量模型進(jìn)行預(yù)測(cè)。即將每個(gè)變量的歷史信息分別輸入到對(duì)應(yīng)的 LSTM 中,然后對(duì)每個(gè) LSTM 分別進(jìn)行訓(xùn)練,并分別預(yù)測(cè)每個(gè)變量的未來(lái)值。這種方法雖然簡(jiǎn)單,但是存在一些缺點(diǎn)。首先,不同變量之間存在相關(guān)性,如果分別訓(xùn)練每個(gè)變量的模型,無(wú)法充分利用變量之間的相關(guān)性,因此可能不能得到最優(yōu)的預(yù)測(cè)結(jié)果。其次,訓(xùn)練多個(gè)模型需要較大的計(jì)算資源和時(shí)間,無(wú)法滿足實(shí)時(shí)預(yù)測(cè)的需求。
另一種方法是使用多輸出模型進(jìn)行預(yù)測(cè)。即將所有變量的歷史信息作為 LSTM 的輸入,將每個(gè)變量的未來(lái)值作為 LSTM 的輸出,從而訓(xùn)練一個(gè)多輸出的 LSTM 模型。在這個(gè)模型中,每個(gè)輸出對(duì)應(yīng)一個(gè)變量的預(yù)測(cè)結(jié)果。這種方法可以充分利用不同變量之間的相關(guān)性,同時(shí)也能夠減少模型的數(shù)量和復(fù)雜度,提高計(jì)算效率。多輸出 LSTM 模型的損失函數(shù)通常采用平均平方誤差或交叉熵等常見(jiàn)的損失函數(shù),通過(guò)反向傳播算法更新網(wǎng)絡(luò)參數(shù),從而得到最優(yōu)的預(yù)測(cè)結(jié)果。
在實(shí)際應(yīng)用中,多輸出 LSTM 模型具有廣泛的應(yīng)用。例如,在電力負(fù)荷預(yù)測(cè)中,需要同時(shí)預(yù)測(cè)不同時(shí)間段內(nèi)的電力負(fù)荷值;在氣候預(yù)測(cè)中,需要同時(shí)預(yù)測(cè)氣溫、濕度、風(fēng)速等多個(gè)氣象指標(biāo)的值。此外,多輸出 LSTM 模型還可以用于多任務(wù)學(xué)習(xí)和遷移學(xué)習(xí)等領(lǐng)域,在不同的任務(wù)之間共享網(wǎng)絡(luò)結(jié)構(gòu)和參數(shù),提高模型的泛化能力。
總之,LSTM 可以同時(shí)預(yù)測(cè)多個(gè)變量,可以使用多個(gè)單變量模型或者一個(gè)多輸出模型來(lái)實(shí)現(xiàn)。多輸出 LSTM 模型可以充分利用變量之間的相關(guān)性,減少模型數(shù)量和復(fù)雜度,提高計(jì)算效率。在實(shí)際應(yīng)用中,多輸出 LSTM 模型具有廣泛的應(yīng)用前景,可以應(yīng)用于各種預(yù)測(cè)和控制問(wèn)題。
推薦學(xué)習(xí)書籍
《CDA一級(jí)教材》適合CDA一級(jí)考生備考,也適合業(yè)務(wù)及數(shù)據(jù)分析崗位的從業(yè)者提升自我。完整電子版已上線CDA網(wǎng)校,累計(jì)已有10萬(wàn)+在讀~
免費(fèi)加入閱讀:https://edu.cda.cn/goods/show/3151?targetId=5147&preview=0
數(shù)據(jù)分析咨詢請(qǐng)掃描二維碼
若不方便掃碼,搜微信號(hào):CDAshujufenxi
MySQL 大表拆分與關(guān)聯(lián)查詢效率:打破 “拆分必慢” 的認(rèn)知誤區(qū) 在 MySQL 數(shù)據(jù)庫(kù)管理中,“大表” 始終是性能優(yōu)化繞不開(kāi)的話題。 ...
2025-09-18CDA 數(shù)據(jù)分析師:表結(jié)構(gòu)數(shù)據(jù) “獲取 - 加工 - 使用” 全流程的賦能者 表結(jié)構(gòu)數(shù)據(jù)(如數(shù)據(jù)庫(kù)表、Excel 表、CSV 文件)是企業(yè)數(shù)字 ...
2025-09-18DSGE 模型中的 Et:理性預(yù)期算子的內(nèi)涵、作用與應(yīng)用解析 動(dòng)態(tài)隨機(jī)一般均衡(Dynamic Stochastic General Equilibrium, DSGE)模 ...
2025-09-17Python 提取 TIF 中地名的完整指南 一、先明確:TIF 中的地名有哪兩種存在形式? 在開(kāi)始提取前,需先判斷 TIF 文件的類型 —— ...
2025-09-17CDA 數(shù)據(jù)分析師:解鎖表結(jié)構(gòu)數(shù)據(jù)特征價(jià)值的專業(yè)核心 表結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 規(guī)范存儲(chǔ)的結(jié)構(gòu)化數(shù)據(jù),如數(shù)據(jù)庫(kù)表、Excel 表、 ...
2025-09-17Excel 導(dǎo)入數(shù)據(jù)含缺失值?詳解 dropna 函數(shù)的功能與實(shí)戰(zhàn)應(yīng)用 在用 Python(如 pandas 庫(kù))處理 Excel 數(shù)據(jù)時(shí),“缺失值” 是高頻 ...
2025-09-16深入解析卡方檢驗(yàn)與 t 檢驗(yàn):差異、適用場(chǎng)景與實(shí)踐應(yīng)用 在數(shù)據(jù)分析與統(tǒng)計(jì)學(xué)領(lǐng)域,假設(shè)檢驗(yàn)是驗(yàn)證研究假設(shè)、判斷數(shù)據(jù)差異是否 “ ...
2025-09-16CDA 數(shù)據(jù)分析師:掌控表格結(jié)構(gòu)數(shù)據(jù)全功能周期的專業(yè)操盤手 表格結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 存儲(chǔ)的結(jié)構(gòu)化數(shù)據(jù),如 Excel 表、數(shù)據(jù) ...
2025-09-16MySQL 執(zhí)行計(jì)劃中 rows 數(shù)量的準(zhǔn)確性解析:原理、影響因素與優(yōu)化 在 MySQL SQL 調(diào)優(yōu)中,EXPLAIN執(zhí)行計(jì)劃是核心工具,而其中的row ...
2025-09-15解析 Python 中 Response 對(duì)象的 text 與 content:區(qū)別、場(chǎng)景與實(shí)踐指南 在 Python 進(jìn)行 HTTP 網(wǎng)絡(luò)請(qǐng)求開(kāi)發(fā)時(shí)(如使用requests ...
2025-09-15CDA 數(shù)據(jù)分析師:激活表格結(jié)構(gòu)數(shù)據(jù)價(jià)值的核心操盤手 表格結(jié)構(gòu)數(shù)據(jù)(如 Excel 表格、數(shù)據(jù)庫(kù)表)是企業(yè)最基礎(chǔ)、最核心的數(shù)據(jù)形態(tài) ...
2025-09-15Python HTTP 請(qǐng)求工具對(duì)比:urllib.request 與 requests 的核心差異與選擇指南 在 Python 處理 HTTP 請(qǐng)求(如接口調(diào)用、數(shù)據(jù)爬取 ...
2025-09-12解決 pd.read_csv 讀取長(zhǎng)浮點(diǎn)數(shù)據(jù)的科學(xué)計(jì)數(shù)法問(wèn)題 為幫助 Python 數(shù)據(jù)從業(yè)者解決pd.read_csv讀取長(zhǎng)浮點(diǎn)數(shù)據(jù)時(shí)的科學(xué)計(jì)數(shù)法問(wèn)題 ...
2025-09-12CDA 數(shù)據(jù)分析師:業(yè)務(wù)數(shù)據(jù)分析步驟的落地者與價(jià)值優(yōu)化者 業(yè)務(wù)數(shù)據(jù)分析是企業(yè)解決日常運(yùn)營(yíng)問(wèn)題、提升執(zhí)行效率的核心手段,其價(jià)值 ...
2025-09-12用 SQL 驗(yàn)證業(yè)務(wù)邏輯:從規(guī)則拆解到數(shù)據(jù)把關(guān)的實(shí)戰(zhàn)指南 在業(yè)務(wù)系統(tǒng)落地過(guò)程中,“業(yè)務(wù)邏輯” 是連接 “需求設(shè)計(jì)” 與 “用戶體驗(yàn) ...
2025-09-11塔吉特百貨孕婦營(yíng)銷案例:數(shù)據(jù)驅(qū)動(dòng)下的精準(zhǔn)零售革命與啟示 在零售行業(yè) “流量紅利見(jiàn)頂” 的當(dāng)下,精準(zhǔn)營(yíng)銷成為企業(yè)突圍的核心方 ...
2025-09-11CDA 數(shù)據(jù)分析師與戰(zhàn)略 / 業(yè)務(wù)數(shù)據(jù)分析:概念辨析與協(xié)同價(jià)值 在數(shù)據(jù)驅(qū)動(dòng)決策的體系中,“戰(zhàn)略數(shù)據(jù)分析”“業(yè)務(wù)數(shù)據(jù)分析” 是企業(yè) ...
2025-09-11Excel 數(shù)據(jù)聚類分析:從操作實(shí)踐到業(yè)務(wù)價(jià)值挖掘 在數(shù)據(jù)分析場(chǎng)景中,聚類分析作為 “無(wú)監(jiān)督分組” 的核心工具,能從雜亂數(shù)據(jù)中挖 ...
2025-09-10統(tǒng)計(jì)模型的核心目的:從數(shù)據(jù)解讀到?jīng)Q策支撐的價(jià)值導(dǎo)向 統(tǒng)計(jì)模型作為數(shù)據(jù)分析的核心工具,并非簡(jiǎn)單的 “公式堆砌”,而是圍繞特定 ...
2025-09-10CDA 數(shù)據(jù)分析師:商業(yè)數(shù)據(jù)分析實(shí)踐的落地者與價(jià)值創(chuàng)造者 商業(yè)數(shù)據(jù)分析的價(jià)值,最終要在 “實(shí)踐” 中體現(xiàn) —— 脫離業(yè)務(wù)場(chǎng)景的分 ...
2025-09-10