我已经成功创建了模型，并且它在测试数据上表现良好。我不知道如何让它预测未来值，有人能帮我吗？我尝试将时间步长改为负值，以便模型预测未来值，但由于遇到循环的错误，我无法实现。任何帮助都将不胜感激！这是代码：

回答：

在这里，我在代码中使用了类似这样的方法。首先，你需要说明你想要预测多少个值（我使用了168）

n_ahead=input("你想预测多少个值？");n_ahead=int(n_ahead)# 进行预测列表 def predict_ahead(n_ahead):   yhat = []   for _ in range(n_ahead):   # 进行预测       fc = regressor.predict(X_train)       yhat.append(fc)   # 为预测创建新的输入矩阵       X_train = np.append(X_train, fc)   # 省略第一个变量       X_train = np.delete(X_train, 0)   # 为下一次迭代重塑       X_train = np.reshape(X_train, (1, len(X_train), 1))   return yhat p=predict_ahead(n_ahead)print(p)

请记住，X_train 是一个数组，你需要在每次迭代中重塑它作为LSTM的输入