Python 如何使用经过训练的keras模型预测数据

我的自变量是datetime对象，因变量是float。目前，我有一个能够准确预测的keras模型，但我发现

model.predict（）

只返回已知值的预测。有没有一种方法我可以调用，告诉程序使用该模型来预测未知值？如果没有，请告诉我如何预测这些未知值。

您的假设不正确。model.predict专门用于使用经过训练的模型对以前未使用过的数据集进行预测，例如测试集，而不是训练集或验证集。要使用它，您需要创建一个数据集以提供给model.predict。请参阅关于如何向model.predict提供输入的答案

目前，我有一个Keras模型可以准确预测，但我发现该模型。predict（）只返回已知值的预测

这是不正确的。predict语句不仅仅是从训练数据中“搜索并返回”结果。机器学习根本不是这样工作的。您构建模型并拥有训练和测试数据集的全部原因是为了确保您拥有一个可概括的模型（即，可以用于对看不见的数据进行预测，假设观测来自与模型训练相同的基础分布）

在您的特定情况下，您使用的是独立的DateTime变量，这意味着您应该避免使用诸如year之类的非重复性变量，因为您可以使用它来预测未来（该模型在2019年学习模式，但2020年可能超出其词汇范围，因此多年后无法用于预测。）

相反，你应该从DateTime变量中设计一些功能，并使用循环变量，这些变量可能会显示因变量中的某些模式。这些变量像一周中的几天、几个月、季节、一天中的几个小时。根据因变量的不同，你肯定可以在这些变量中找到一些模式

---

所有这些都完全取决于您试图建模的内容，以及

model.predict（）的目标是什么。请详细说明您的问题陈述。如果可能，请详细说明，以便人们可以给您提供更具体的答案。
您从何处获得有关model.predict的信息？完全不正确