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:Python 从监督学习数据集中删除列时出现奇怪值,python,keras,time-series,lstm,supervised-learning,Python,Keras,Time Series,Lstm,Supervised Learning,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
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: