船轨迹预测

以为很简单的任务，结果做了很多次的调整，才有一定的效果。最让人头疼的是，预测的第一个值总是跳很远。很诡异。

数据处理是最必要的，减均值除方差真的非常重要。

数据清洗，数据里面有很多数字的连续性不强，也是要去掉的。

网络参数调整：包括调整神经元个数还有dropout率，似乎效果影响不大。

单模型变双模型：因为是要预测两个数据坐标，我尝试用两个模型分别预测经度和纬度，效果有提升

类seqtoseq 的LSTM： 预测的序列长度不再是一个，而是一串，这样似乎能更加让后面的一串表达前面数据的特征。这样也有两种实现方式，一种是拿到LSTM的所有状态序列（require_seq=False）,另外一种是拿到最后的结果即可(require_seq=True) 。

模型预测结果异常现象: 预测的第一个点总是会有跳跃，然后后面的点跟着走，基本没问题。似乎模型预测到的是一个斜率和方位，对于位置的预测比较差。最后只能计算第一个点和用来预测的序列的末端点的偏移，然后将预测的序列的所有的数据做相同的偏移。