长短期记忆网络在Python中的实现

引入numpy库，并以np为其简写形式。
引入pandas库，并以pd为其简写形式。
引入matplotlib库的py子模块，并以plt为其简写形式。
从keras中导入顺序模型结构。
从keras中导入全连接层结构。
从keras中导入长短期记忆单元结构。
引入sklearn库的预处理模块，并以preprocessing为其别名。
引入sklearn度量工具中的均方误差计算方法。

**dataset = pd.read_csv('D:/demo/result/imfs.csv',encoding='utf8')
index = 0 #设置选取数据集的列索引
timespan = 3 #设置选取的时间跨度
size = 7 #设置预测的记录数
def createDataset(dataset,timespan):
x,y = [],[]
arr = dataset.values[:,index]
arr = arr.astype(float)
for i in range(len(arr)-timespan):
x.append(arr[i:i+timespan])
y.append(arr[i+timespan])
x = np.array(x)
y = np.array(