它是否存在一个LSTM模型，可以具有与SARIMAX相同的外源因素

Question

我已经使用SARIMAX一段时间了。我试图预测大型建筑的能源使用情况。我用天气数据作为外生变量。由于我从天气预报中知道预测的天气，我在预测中也使用了这些数据。我试图用1小时的采样时间预测未来一天，所以t_1->t_24.

是否存在任何可以在预测中使用输入的LSTM/RNN，如天气预报？

示例：

数据0<t被用作训练数据。想要预测t>0.

time                  X    Y
t-4                   22   33
t-3                   23   44
t-2                   25   44
t-1                   22   55
t                     21   22   
t+1           -----   ?    22   -----
t+2                   ?    13
t+3  Want to predict  ?    14    Forecast weather data
t+4                   ?    32
t+5           -----   ?    12   -----

Answer 1

您可以根据需要将任意多的变量/功能移交给LSTM。在指定input_shape(length, width)的第一层中，它定义了第一层期望输入的方式。例如，如果你有4个天气特征(称为"外生"特征(，你需要指定这样的输入：

model.add(LSTM(units=number_of_neurons), input_shape=(window_length, 5))

请记住，您需要通过建筑温度(称为"目标"或"内源性"变量(和4个外源性特征，因此为5。就像使用SARIMAX一样，您需要传递用于训练/预测的外生数据。