从 LSTM 开始学时间序列：先解决问题，再补齐理论

为什么从 LSTM 开始？

它不是所有时间序列问题的最佳答案，但非常适合帮助初学者理解：模型如何利用过去一段时间的信息预测未来。

滑动窗口

假设用过去 24 小时预测下一小时，那么每条训练样本包含 24 个连续时刻。窗口每向前移动一步，就得到一条新样本。

学习顺序

1. 先完成一个能运行的单变量预测。
2. 加入温度、湿度、风速等多变量特征。
3. 用持久性预测作为基线。
4. 再理解门控、梯度和长短期记忆机制。

只有模型稳定超过简单基线，复杂度才是值得的。