我是否建立了正确的LSTM模型？

Question

我是个初学者，对这门学科很陌生。所以我一直想用deeplearningstudio做一个预测疾病的lstm模型。我试着找了很多关于如何用lstm预测疾病的教程，但找到了一个与疾病预测无关的。我有一个带有数字属性的数据集。但我发现的教程名为“IMDB评论情绪预测使用cnnlsm”。我按照视频中显示的每一步进行操作，我得到了结果，但我不确定是否得到了正确的结果，因为在youtube视频中显示，模型是这样的：

输入->；嵌入层->；卷积1D层->；最大池层->；Lstm层->；密集层->；输出。你知道吗

所以我搜索了嵌入层，得到了嵌入层一般用于NLP等词的预测模型。在我预测疾病数据集的模型中使用嵌入层正确吗？如果模型对我的数据集是正确的，那么嵌入层对数值属性做什么呢？另外，由于我是新手，我想了解为什么这些步骤会像视频中显示的那样进行，比如嵌入到convulional到maxpooling等等。你知道吗

Answer 1

当数据是连续的和/或它们之间存在时间关系时，长-短期记忆（LSTMs）和RNNs工作良好。例如：

1. 在您提到的“IMDB评论情绪预测”中，数据集包含的句子中包含单词，这些单词是连续的，并且相互关联。

2. 目标跟踪：如果我在视频中跟踪一个目标，LSTM-RNN会给我一个更好的结果（理论上），因为帧是连续的，它们之间有时间关系。

根据您上面提到的内容，您正在尝试建立一个“疾病预测”模型，我猜这是一个分类问题，而不是一个时序预测问题，因此RNNs/LSTM不应该起作用。