是否存在与SARIMAX一样可以具有外生因素的LSTM模型？

Question

我使用 SARIMAX 已经有一段时间了。我尝试预测大型建筑物的能源使用情况。我使用天气数据作为外生变量。据我所知，天气预报中的预测天气我也在预测中使用了这些数据。我尝试用 1 小时的采样时间预测前一天，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，例如天气预报？

示例：

数据0 < t用作训练数据。想要预测 t > 0 的 X。

 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

您可以将任意多的 variables/features 交给 LSTM。在第一层中指定 input_shape(length, width)，这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），你需要像这样指定输入：

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

请记住，您需要传递建筑温度（称为“目标”或“内生”变量）和 4 个外生特征，因此是 5 个。就像 SARIMAX 一样，您需要为 training/predictions.

是否存在与SARIMAX一样可以具有外生因素的LSTM模型？

Does it exist a LSTM model that can have exogenous factors same as SARIMAX?

machine-learning

lstm

recurrent-neural-network

forecast

sarimax