1.运行环境

matlab2020a + cpu

2.数据说明

单列数据，2018/10~2018/12 共三个月，92个数据。

编辑

3.数据处理

样本标准化处理，其中，前85个数据作为训练样本，来验证后7个数据效果。最后预测未来7个数据。

numTimeStepsTrain = floor(85);%85数据训练 ，7个用来验证dataTrain = data(1:numTimeStepsTrain+1,:);% 训练样本dataTest = data(numTimeStepsTrain:end,:); %验证样本

4.LSTM参数设置

numHiddenUnits = 500;%隐含层神经元节点数 dropoutLayer(0.2)%丢弃层概率

5.运行过程

编辑切换为居中

根据训练效果RMSE误差图以及损失图，可在运行时降低训练次数，如设置为300，加快收敛。

6.运行结果

训练结果：

编辑

验证结果：

编辑

评价指标：

训练集数据的MAE为：2524.5837

验证集数据的MAE为：3277.468

训练集数据的MAPE为：0.3253

验证集数据的MAPE为：0.31752

训练集数据的RMSE为：3380.5039

验证集数据的RMSE为：3862.0957

原数据量级比较大，加上参数还需要打磨，所以误差显得比较大 。可以套用自己数据试试。

7.预测未来

编辑

展示代码：

调用函数以及案例数据放下面链接了，免费下载即可。

获取链接：

https://mianbaoduo.com/o/bread/mbd-Y5iZlptw

内容整理不易，求个关注，后续会持续分享机器学习相关的源代码。

获取链接

内容整理不易，求个关注，后续会持续分享机器学习相关的源代码。