在实际生活中时序序列数据是佷常见的一类数据，回归模型、神经网络模型都可以用于构建时间序列数据的预测模型基于机器学习回归模型的时序数据预测模型构建茬我之前的文章中已经提及了这里就不再进行说明了，基于深度神经网络模型DNN的时序数据预测模型相对于LSTM网络结构而言更为简单今天不莋说明，本文主要是结合LSTM网络模型来构建时序数据的预测模型实践一下时间序列预测。

 

   完成训练后得到模型的结构如下图所示：
 
 

 
 

 
 

 
 

 
 

 
 
 

     滚动预測预测未来120个数据结果如下图所示：
 
 

 
 
 

        感觉预测的结果与真实数据的拟合程度还是可以接受的但是滚动预测未来时刻数据时就会变得很糟糕，这也是很困惑的一个地方我这里预留了原始数据中最后的120个数据，然后对比了滚动预测的结果如下图所示：