项目演示：时间序列预测LSTM CNN+LSTM 单步 多步 输入输出 完整代码评论区链接自取_哔哩哔哩_bilibili
本博客附完整代码数据：
# univariate data preparation from numpy import array # 构造一元监督学习型数据 def split_sequence(sequence, n_steps): X, y = list(), list() for i in range(len(sequence)): # 获取待预测数据的位置 end_ix = i + n_steps # 如果待预测数据超过序列长度，构造完成 if end_ix >= len(sequence): break # 分别汇总 输入 和 输出 数据集 seq_x, seq_y = sequence[i:end_ix], sequence[end_ix] X.append(seq_x) y.append(seq_y) return array(X), array(y) # define input sequence raw_seq = [10, 20, 30, 40, 50, 60, 70, 80, 90] # choose a number of time steps n_steps = 3 # split into samples X, y = spli
