Python 从监督学习数据集中删除列时出现奇怪值

我试图预测自行车的供应量。最初我将这个问题定义为一个时间序列。为了预测自行车，我将我的集合转化为一个有监督的学习问题，然后将其输入神经网络

在第一种方法中，我将监督问题定义为：

day_of u year（t-1）| time（t-1）| weekday（t-1）| weekday（t-1）| free_bikes（t）

但是经过一段时间的思考。在未来，当我想预测未来的自行车，而不是不久的将来，我想知道的可用性，例如第二天或下周，所以我不想饲料的所有时间步骤的nn。相反，我想到了这个：

day_of_year（t-1）| time（t-1）| weekday（t-1）| weekday（t-1）| free_bikes（t）

我删除了免费自行车（t-1），作为问题的输入

在这之后，预测值被弄乱了，预测值是荒谬的错误，我不完全理解为什么会这样

链接：

---

首先，如果更改输入尺寸，则需要重新训练模型

您的模型的输入维度为（批次大小，1,3）。因此，它是一个时间步，每个时间步有三个特性。这与您在问题中描述的输入维度不匹配

请指定问题设置