keras进行时间序列预测

时间序列预测 概述 数据集的预处理 基准方法 调优 增加dropout层 增加网络深度 小结和补充 概述 用深度学习的方法进行端到端的时间序列预测需要一下几个步骤 1.对数据进行预处理，比如数据清洗，归一化等，然后把时间序列数据转化为监督问题数据。 2.进行基准方法的常识。基准方法可以选择基于常识的和基于简单机器学习的。 3.模型的搭建和与结果的对比 4.不断地调优模型 本文选用的例子为时间序列预

>>阅读原文<<