Reborn14

> inverse=True会导致预测出的数据反转回原始数据的数据分布，训练之前已经把数据进行了Z-score标准化，正常情况下统一计算指标的时候也是使用标准化后的数据进行计算的，所以反转后会和论文中有很大偏差，你可以修改一下代码，让绘图的时候inverse=True，计算的时候使用反转之前的标准化数据计算这些衡量指标。至于rmse稳定在30左右的情况，也许因为预测步长太小，可以观察一下数据，预测步长是12的情况下，趋势性的变化不大，周期比较长，整体是比较平稳的，可能训练之后模型拟合结果也不会有太大变化，尝试多看一些数据集的情况呢？我觉得可能没什么问题，不要单看预测12的情况，可能只能达到这个rmse程度的结果，也可以尝试一下time-series library的其他模型去加载PEMS数据集去尝试预测一下，data_loader可能需要改一下，那个项目里面之前看好像没有PEMS数据集的加载方式，你把作者的这个data_loader去copy到那边试试看那边的模型。 好的，十分感谢。因为之前看的比较多的短时预测 Pems 之类的交通数据集都是反标准化计算RMSE的，所以也想着反标准化后查看各个指标