问LSTM模型输入数据的不理解
EN

Stack Overflow用户

提问于 2020-11-24 23:55:57

回答 1查看 93关注 0票数 2

我正面临一个我无法解决的问题。实际上，我尝试用keras创建一个模型LSTM，但是我不明白输入数据格式应该是什么。我的数据培训和数据测试如下所示：

date/value/value/value/value/value_i_want_to_predict

我见过一些人这样做

from sklearn.preprocessing import MinMaxScaler
sc = MinMaxScaler(feature_range = (0, 1))
training_set_scaled = sc.fit_transform(training_set)X_train = []
y_train = []
for i in range(60, len(training_set_scaled)):
    X_train.append(training_set_scaled[i-60: i, 0])
    y_train.append(training_set_scaled[i, 0])
    X_train, y_train = np.array(X_train), np.array(y_train)

但是，如果我这样做，我如何预测我的特性而不修改测试数据集？

我很难理解我们为什么要这么做。此外，我希望在最后一栏中使用这些值来预测目标。使用这种方法，我觉得我必须改变数据测试的格式，而且重要的是，我可以在不同的测试数据上测试模型，并且不需要更改。

有人能帮我吗？

编辑

scaler.fit(df_train_x)

X_train = scaler.fit_transform(df_train_x)
X_test = scaler.transform(df_test_x)   

y_train = np.array(df_train_y)
y_train = np.insert(y_train, 0, 0)
y_train = np.delete(y_train, -1)

数据的形状是：(2420，7)

这就是我所做的。但形状仍然是二维的。所以我用：

generator = TimeseriesGenerator(X_train, y_train, length=n_input, batch_size=32)

第一层的输入形状是：

model.add(LSTM(150, activation='relu',  return_sequences=True,input_shape=(2419, 7)))

但当我把发电机安装到模型上时：

ValueError:检查目标时出错:期望dense_10具有三维，但得到形状为(1，1)的数组

我真的不明白

python

keras

lstm

音视频低代码开发方案最快1天上线

推出 TUICallKit 和 TUIRoomKit 低代码集成方案，最快1天接入在线教育、语聊房、在线客服等应用

回答 1

Stack Overflow用户

发布于 2020-11-25 01:09:27

我不能完全理解你的问题，但我会尽力的。我认为您提供的代码是特定问题的，这意味着它可能不适合您的开发。

对于LSTM (以及几乎所有的神经网络)，在将数据输入到模型之前，您总是希望缩放数据。这有助于避免在您的特性中有完全不同的数据范围。MinMaxScaler将您的功能扩展到所提供的范围。要了解为什么需要缩放，可以看一看这文章。

通常，您希望首先在培训和测试集中拆分数据集，例如使用sklearn的train_test_split函数，然后缩放您的功能。

from sklearn.model_selection import train_test_split
from sklearn.preprocessing import StandardScaler
X = data.drop("feature_I_want_to_predict",axis=1)
y = data["feature_I_want_to_predict"]

X_train,X_test,y_train,y_test = train_test_split(X,y,test_size=0.2)

scaler = StandardScaler()
X_train = scaler.fit_transform(X_train)
X_test = scaler.transform(X_test)