Python 基于LSTM的未来时间序列预测

我已经为预测时间序列编写了LSTM序列代码，如下所示

model = Sequential()
model.add(LSTM(4, input_shape=(1, no_input)))
model.add(Dense(1))
model.compile(loss='mean_squared_error', optimizer='adam')
model.fit(trainX, trainY, epochs=20, batch_size=1, verbose=2)

---

代码可以很好地处理测试数据。现在我的问题是，例如，如果我想预测下一个10K数据，我该怎么做？如果只给出要预测的

数据数量

，则会生成未来值？

您可以通过将预测结果添加到链中来预测数据。如果可能，请您用示例进一步解释一下？[link]（）希望这能澄清您的问题。