报错： non-broadcastable output operand with shape (70,1) doesn't match the broadcast shape (70,3)

非常抱歉，给你带来了困扰。这个错误是因为在模型的最后一层使用了`Dense(3)`，但输出数据的形状为`(70, 1)`，与目标形状`(70, 3)`不匹配。

为了解决这个问题，我们可以将输出层的单元数改为1，而不是3。请修改以下代码：

# 创建并训练LSTM模型
model = Sequential()
model.add(LSTM(50, activation='relu', input_shape=(n_steps, 3)))
model.add(Dense(1))  # 将输出单元数改为1
model.compile(optimizer='adam', loss='mse')
model.fit(X_train, y_train, epochs=50, batch_size=16)

# 在测试集上进行预测
predicted = model.predict(X_test)

# 反向转换预测结果
predicted = scaler.inverse_transform(predicted.reshape(-1, 1))

# 输出预测结果和实际值
for i in range(len(predicted)):
    print(f"Predicted: {predicted[i]}, Actual: {test_data[i+n_steps]}")

通过将`Dense`层的输出单元数改为1，我们可以解决这个错误。这样修改后，模型将输出一个维度为`(70, 1)`的预测结果。

非常抱歉给你带来的困扰，希望这次修改可以解决问题。如果还有其他问题，请随时提问。