python - 为什么 tensorflow RNN 历史 + 样本预测图看起来与训练数据集如此不同？

Question

我一直在使用本教程:https://www.tensorflow.org/tutorials/structured_data/time_series#predict_a_single_step_future

我已经到了做样本预测的地步，但如果你看看上面链接的预测图，我已经有点困惑了，因为每个图表中的历史看起来都不同 - 但它是我的自然倾向是历史应该永远是不变的？

我目前处于这一步:https://www.tensorflow.org/tutorials/structured_data/time_series#multi-step_model

在我的具体案例中，这是我的数据集，其中包含单个特征的 5033 个观察值:

这是我的预测示例:

我按照逐字链接的教程中的所有内容进行操作，但某些属性除外，因为我想尝试使用不同的数据集。

training_coef: 0.8 # standard 80/20 split between training + validation
step_size: 1 # tutorial had 30
batch_size: 256 # same as tutorial
buffer_size: 10000 # same as tutorial
future_target: 100 # tutorial had 72
past_history: 4000 # tutorial had 720

tldr:有人可以解释为什么链接教程中的历史记录行与示例数据本身不同，然后根据过去的历史记录进行更改吗？

如果您想尝试自己在本地运行我的内容并进行调试，我使用的是 CUDA 10.1 和 tensorflow==2.1.0，我将为您上传代码和示例数据集。

Answer 1

您的图看起来有所不同，因为您仅在第二个图上绘制前 4000 个点。如果你仔细观察，你会发现你的拳头数字上的“0”指向(大约)2016-01-14。第二个图是第一个图的切片和重新缩放的副本。