Tensorflow 使用LSTM和Keras预测未来值

我一直在遵循教程，我有数据，我想从我目前拥有的所有测试集预测未来的数据

这是我现在的代码。我对ML和python完全陌生（我通常使用Java），所以这就像阅读中文一样，但我复制并粘贴了它。目前，它从数据开始预测，但我希望它从最后开始

def预测未来（模型、数据、窗口大小、预测长度）：
当前帧=数据[-3]
预测=[]
对于范围内的i（len（数据），len（数据）+预测_len）：
predicted.append（model.predict（当前帧[newaxis，：，：]）[0,0]）
当前帧=当前帧[1:]
当前帧=np.插入（当前帧，[窗口大小-1]，预测[-1]，轴=0）
预测收益

---

如果能得到所有帮助，我将不胜感激。在这方面我的知识范围非常有限。

目前正在进行的是，循环每次迭代的当前帧都被设置为除当前帧之外的所有剩余数据。我们可以保持相同的结构，只需翻转每一行

在函数的开头，您可以通过添加行

data=np.flip（data，axis=0）

反转数据，使预测从末尾开始，并朝着开头进行，该行反转

数据的每一行