Keras LSTM模型输出维度异常求助：预测结果不符预期

问题根源 #

最终输出形状异常的核心原因是多余的数组重复操作：

• 模型predict输出的y_pred原本形状为(8920,1)，完全符合预期。
• 但你执行了pred_copy = np.repeat(y_pred, tf2.shape[1], axis=-1)，其中tf2是未定义的变量，其shape[1]的值为11，导致原本单维度的预测结果被沿最后一维重复11次，形状变为(8920,11)。
• 后续的sc.inverse_transform基于这个错误形状的数组处理，最终输出自然保持了(8920,11)。

修正代码 #

直接移除不必要的重复操作即可，因为模型输出的y_pred形状已经和训练时的y_train一致（均为(n_samples,1)），满足归一化逆变换的要求：

y_pred = model.predict(x_test)
# 移除这一行错误代码：pred_copy = np.repeat(y_pred, tf2.shape[1], axis=-1)
y_pred = sc.inverse_transform(y_pred)

额外建议 #

• 确认sc是针对单特征（股价）做的归一化，其输入输出形状均应为(n_samples,1)，不需要额外扩展维度。
• 清理代码中未定义的tf2变量，避免类似笔误再次出现。

内容的提问来源于stack exchange，提问作者SamS