训练好LSTM模型（单变量）后，现在需要进行数据预测。请教下该怎么做？
早期的LSTM模型训练时，数据是每隔4小时为一个数据，time-step设置为7.
现在要预测未来7天的数据。有点不清楚具体该如何处理了。。求指点。。
个人想法：按照理论做法，需要事先反向提取最后7个数据，以预测第一个新值。然后利用第一个新值，并结合前面6个的数据，预测第二个新值，依次循环下去，直到第7天。。
但是LSTM模型训练时，对数据的处理很麻烦，要归一化处理，还要切分X和Y（原来是单变量，需要按照time_step切分出新的X和Y，且是一一对应的）。问题在于：
1. 我如果要进行预测的话，不需要再去切分X和Y吧，直接视为X就是了吧？
2. 如何利用预测出来的第1个数值，结合之前的6个值，来预测第2个数值呢？
创建一个预测数组，每预测一个Y就往数组里放一个，同时更新你用来预测的自变量X数组，剔除最早的X，把预测值加入到X里，依次往后预测
训练的时候才有X Y，X是输入的样本，Y是结果（标记值）。根据你的输入，正向传播得到Y'，也就是模型预测的Y，和实际的Y比较，再反向传播，修正权重。
你预测的时候，只有X，Y是你算出来的，并且也没有什么可以参照了（除非你等4小时以后再看实际和预测的是否一样）