使用深度学习的无监督预测，LSTM，简单的数据集

gwal_p

亲爱的rapidminer用户:
我目前正在用LSTM预测时间的沉降。我遵循了LSTM的教程流程。”航空公司乘客退行’并将其应用到我的数据中进行预测，遇到了一些问题。

1.运营商的从TimeSeries到张量“不允许”缺失值”。
-我项目的重点是预测未来的沉降。我在过去的项目中使用了简单的神经网络，通过添加未来的数据来预测定居点是可能的。日期，并附上相应的结算数据缺失的数据作为测试数据发送给神经网络。所以，我对LSTM尝试了同样的方法，但失败了。我只成功地使用LSTM进行监督学习……
有可能实现吗? 缺失值 ’到张量算符?.．.它对无监督学习有帮助吗?

2.有没有其他方法可以用无监督LSTM预测未来的值?
-听起来像一个愚蠢的问题，但我就是不知道怎么做。教程过程航空公司乘客退行只显示了监督学习的结果，而不是对未来的预测。

我对数据科学非常陌生，在编码方面乐鱼平台进入没有太多知识，所以如果通过Rapidminer进行LSTM预测超出了我的能力，我将不得不为我的项目寻找其他方法。我附上了它的excel文件和图片来解释。

如果能帮忙就太好了，谢谢!

jacobcybulski

在将时间序列中的缺失值转化为张量之前，最好先处理它们。对于时间序列，不能使用平均模型进行正常的imputation或替换。相反，您需要在时间序列中通过插值来“创建”缺失的数据。为此，您可以使用“均衡数值索引”或“均衡时间戳”。当提到LSTM时，我们主要将它们用于预测。然而，lstm确实不知道它们自己的目的是什么，因此您可以在无监督模型中使用它们。例如，您可以使用LSTM作为Autoencoder的一部分，从而得到一个集群系统或时间序列数据压缩等。不幸的是，要创建一个LSTM自动编码器，你必须使用Python或Java，就像在深度学习扩展中一样，你不能从你的深度模型输出一个张量。也许在不久的将来!