序列转监督
我们刚刚接触机器学习和深度学习时候，都是分类任务，那么分类任务和序列预测最大的区别就在于序列转监督的过程。其中牵扯3个量，一个是lookback就是依靠之前多少个点来预测，delay的量是指预测多少个点以后的量（delay=0，就是预测下一个点），还有就是预测之后的的几个点（一般选一个）。
举一个例子，如果你选择的训练集的时序长的为N，那么作为监督的data则取为[0,N-1-delay),lable取序列的[lookback+delay,N),所以训练集一共有N-lookback-delay个样本，每个data的长度为lookback，lable的长度为1。
如何预测
相信大家会有这样的疑惑， 序列转监督后，训练得到的模型怎么用？
其实很简单，当你训练完模型后，然后选取序列的最后lookback+delay个点，然后作为输入，那么模型输出的delay+1个点就是预测的值！
