我是机器学习领域的新手,我正在学习rnn来对时间序列进行分类。 我正在研究这个数据集https://archive.ics.uci.edu/ml/datasets/EEG+Eye+State# 由14个时间序列组成,每个时间序列的步数等于14980 我想得到的是一组时间序列,正好有20个时间步,因此一个numpy数组具有形状(749,20,14) 其中749是时间序列数,20是时间序列的时间步数,14是每个时间步的值数。 然后将该阵列输入网络进行训练。 实现这一目标的正确方法是什么
从dataframe开始,最后一列包含用于对时间序列进行分类的整数
#how to divide it right?
data = arff.loadarff('./datasets/eeg_eye_state.arff')
df = pd.DataFrame(data[0])
df['eyeDetection'] = df['eyeDetection'].str.decode('utf-8')
df['eyeDetection'] = df['eyeDetection'].astype(str).astype(int)
由于您正在使用
EEG Eye State
数据集,并且:您可以使用} 来生成时态数据批
tensorflow.keras
实用程序类中的^{相关问题 更多 >
编程相关推荐