对一组数据进行预测

使用keras,tensorflow来.搭建LSTM实现对一组数据进行预测的的Demo

from keras.layers.core import Dense Activation Dropout
from keras.layers.recurrent import LSTM
from keras.models import Sequential
import lstm time #helper libraries

#Step 1 Load Data
X_train y_train X_test y_test = lstm.load_data（‘sp500.csv‘ 50 True）

#Step 2 Build Model
model = Sequential（）

model.add（LSTM（
    input_dim=1
    output_dim=50
    return_sequences=True））
model.add（Dropout（0.2））

model.add（LSTM（
    100
    return_sequences=False））
model.add（Dropout（0.2））

model.add（Dense（
    output_dim=1））
model.add（Activation（‘linear‘））

start = time.time（）
model.compile（loss=‘mse‘ optimizer=‘rmsprop‘）

#Step 3 Train the model
model.fit（
    X_train
    y_train
    batch_size=512
    nb_epoch=1
    validation_split=0.05）

#Step 4 - Plot the predictions!
predictions = lstm.predict_sequences_multiple（model X_test 50 50）
lstm.plot_results_multiple（predictions y_test 50）

 属性            大小     日期    时间   名称
----------- ---------  ---------- -----  ----
     目录           0  2017-11-10 20:34  Predict-Demo\
     文件        6148  2017-11-10 20:24  Predict-Demo\.DS_Store
     目录           0  2017-11-10 20:32  Predict-Demo\.idea\
     文件         398  2017-11-10 17:17  Predict-Demo\.idea\How-to-Predict-Stock-Prices-Easily-Demo-master.iml
     目录           0  2017-11-10 17:17  Predict-Demo\.idea\inspectionProfiles\
     文件         211  2017-11-10 17:15  Predict-Demo\.idea\misc.xml
     文件         344  2017-11-10 17:15  Predict-Demo\.idea\modules.xml
     文件       18005  2017-11-10 20:32  Predict-Demo\.idea\workspace.xml
     目录           0  2017-11-10 20:23  Predict-Demo\.ipynb_checkpoints\
     文件       62537  2017-11-10 20:23  Predict-Demo\.ipynb_checkpoints\stockdemo-checkpoint.ipynb
     文件         187  2017-11-10 20:23  Predict-Demo\.ipynb_checkpoints\Untitled1-checkpoint.ipynb
     文件          72  2017-11-10 17:18  Predict-Demo\.ipynb_checkpoints\Untitled-checkpoint.ipynb
     目录           0  2017-11-10 18:37  Predict-Demo\__pycache__\
     文件        3633  2017-11-10 18:37  Predict-Demo\__pycache__\lstm.cpython-36.pyc
     文件         902  2017-11-10 18:38  Predict-Demo\domain.py
     文件      125334  2017-11-10 20:24  Predict-Demo\Figure_1.png
     文件        3642  2017-11-10 18:37  Predict-Demo\lstm.py
     文件         117  2017-11-10 20:25  Predict-Demo\README.md
     文件       48119  2017-03-01 18:39  Predict-Demo\sp500.csv
     文件       62673  2017-03-01 18:39  Predict-Demo\stockdemo.ipynb