我对时间序列分类比较陌生,正在寻求帮助:
我有一个包含5000个多元时间序列的数据集,每个数据集由21个变量组成,时间周期为3年,类别信息为1或0。我想做的是对一个新的输入进行分类,它在3年的时间内由21个变量组成
就目前而言,经过几天的研究,我还没有找到(或显然没有理解)将多变量时间序列输入LSTM的方法。有没有可能的解决办法
我目前的想法是将5000个时间序列“合并”为一个,并在每个时间序列中添加另一个单独的变量,以明确区分每个部分…我绝对不确定这是否有效或完全愚蠢
我很高兴得到任何帮助或提示!!!如果我需要进一步澄清任何事情,请询问,我会立即这样做
Tags:
我正在建立一个类似的模型,但图像。 在您的情况下,假设您的数据的结构如下:
如果您希望仅使用一个观测值(即时间步长为1)的输入来预测结果,请构造数据集,以便时间序列的下一步是当前步骤的输出。这里箭头标记后的变量是您的目标变量
如果您希望有多个时间步作为输入,例如3,那么第4个时间步将是第一个时间步的目标变量,依此类推:
因此,重要的部分是正确定义数据集,LSTM可以很好地处理这些数据
相关问题 更多 >
编程相关推荐