[問題] 機器學習LSTM多期預測與信賴區間

[folksuite (Z)]

各位好，

最近在研究時間序列模型，

主要是用SARIMAX、Prophet跟LSTM，

前兩個統計模型都知道怎做未來多期預測跟信賴區間，

例如，

SARIMAX預測未來10期之68%信賴區間:
model = SARIMAX(df.ln_price, order=(2,1,1))
result = model.fit()
forecast = result.get_forecast(steps=10)
conf = forecast.conf_int(alpha=0.32)

Prophet預測未來10期之68%信賴區間:
m = Prophet(interval_width=0.68)
m.fit(df[['ds', 'y']])
future = m.make_future_dataframe(periods=10, include_history=False)
fcst = m.predict(future)

但keras LSTM要怎做未來多期預測跟信賴區間呀？
model = Sequential()
model.add(LSTM(10, input_shape=(1, 3))) # 10 lstm neuron
model.add(Dense(1))
model.compile(loss='mean_squared_error', optimizer='adam')
model.fit(trainX, trainY, epochs=50, batch_size=1)

接下來要怎做未來10期的預測就不會了... 信賴區間也不知道可以怎麼用出來。

麻煩大家給點方向了，謝謝。

--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 1.200.38.8 (臺灣)
※ 文章網址: https://www.ptt.cc/bbs/Python/M.1642261291.A.D55.html
推 ases60909: LSTM不是統計模型自然不會計算信賴區間
→ folksuite: 感謝樓上點破盲點，以為機器學習也可以做出信賴區間
→ ddavid: 我覺得原Po還是沒抓到重點
→ ddavid: 前兩個模型也是機器學習啊，何來機器學習不能做信賴區間之
→ ddavid: 說XD
→ ddavid: 只是不同的學習模型對數據的處理方式不同，不是每個模型都
→ ddavid: 能以區間形式做出結論
→ folksuite: 是啊，我說機器學習都不能做的確不對，就像一般線性迴
→ folksuite: 歸也是機器學習的一種。
→ folksuite: 謝謝指正
推 JamesChen: 機器學習包山包海
推 Gjerry: 要計算信賴區間要先知道統計量的分佈為何
推 LeFilsDuVent: 機器學習的預測也可以有信賴區間，CP prediction
→ dowbatw: TensorFlow Probability