我一直在关注很多使用LSTM来预测时间序列数据的教程。我的问题是，既然几乎所有教程都展示了Keras中的预测函数在测试数据集上使用，那么我们如何预测不在数据集中的新数据呢？我们究竟如何进行未来的预测呢？

回答：

通常，您会构建训练数据，使模型接收n个点并预测接下来的m个点。一旦您的模型训练完成，您可以使用数据集中最后的n个可用点或来自当前的新点，模型将输出未来m个点的预测。

如果您想预测未来超过m个点的预测，您可以先预测m个点，并将其作为输入来预测另外的m个点，依此类推。然而，您应该注意，使用这种技术可能会导致结果变差，因为您是在累积误差。