Python 如何获得；平均；一个时间序列LSTM keras模型？

因此仅供参考，我对机器学习、LSTM和时间序列建模的机制的理解非常有限，但根据我目前的理解，我觉得既然我有一个在许多时间序列图上训练过的LSTM时间序列模型，我应该能够根据它训练过的所有时间序列得到它的“平均”时间序列

实现这一目标的最佳方式是什么

我有一个keras序列模型，我不知道在这个例子中是否有任何代码会有帮助，但是如果有任何代码会有帮助，请告诉我

编辑：这里是一些数据

32.1576
31.92
31.7
31.85
32.05
32.5
32.3
31.975
31.7
32.15
32.6
32.55
32.4
32.4835
32.25
32.15
32.25
32.45
32.4
32.5002
32.45
32.5
32.5752
33.1748
33
33.35
33.45
33.45
33.425

---

谢谢

您可以使用keras.layers.globalaveragepoolg1d来平均时间序列。如果输入形状为

（批次大小、步骤、特征）

，则输出形状为

（批次大小、特征）

。在这种情况下，是否使用序列模型并不重要。这一层与Keras中的任何其他层一样突出。此处的更多信息：

您能举一个数据示例吗？现在还不清楚LSTM的平均时间序列是什么意思。@nuric我在主帖中放了一个数据样本。这只是一列数据。时间序列只是这些数据的一个曲线图。但是我用来自许多不同来源的标准化数据来训练我的模型，但是它们都与上面给出的数据具有相同的通用格式。如果我理解正确，你希望LSTM的输入是几个时间序列，然后输出是一个给定样本的“平均”时间序列？为什么不直接取所有时间序列的字面平均值呢？您到底想要什么？@modesitt输出是给定所有先前输入的下三个值的预测。我在寻找我猜给定范围内的平均总体图。如果我只是让它预测所有的值，它似乎只是趋于某种平衡。