LSTMにて複数ステップの予測
KerasにてLSTMを用い複数時系列データ(X1~Xn)から、別の時系列データ(Y)の予測をすべく以下のコードを回しています。
説明変数 x(t-lookback)~x(t) にて、次ステップの値 y(t+1)の関係を求めると理解しています。複数のステップy(t+1), y(t+2), y(t+3),,,y(t+k)をまとめて求めるには、単にDense(k)とすれば良いのでしょうか?
それとも、複数のラベルデータを用いて学習させることになるのでしょうか?
アドバイスお願いできればと思います。
model = Sequential()
model.add(LSTM(nhd, input_shape=(testX.shape[1], lookback)))
model.add(Dropout(0.2))
model.add(Dense(1))
model.add(Activation(tanh))
optimizer = Adam(lr=0.001)
model.compile(loss="mean_squared_error", optimizer=optimizer)