用Python中LSTM为多元时间序列准备数据集

Question

我试图用LSTM方法解决Python中多序列数据的时间序列预测问题。在

遵循本手册，有点混乱site here

在本手册中，作者解决了时间序列大气污染预测问题。数据如下：

                     pollution  dew  temp   press wnd_dir  wnd_spd  snow  rain
date
2010-01-02 00:00:00      129.0  -16  -4.0  1020.0      SE     1.79     0     0
2010-01-02 01:00:00      148.0  -15  -4.0  1020.0      SE     2.68     0     0
2010-01-02 02:00:00      159.0  -11  -5.0  1021.0      SE     3.57     0     0
2010-01-02 03:00:00      181.0   -7  -5.0  1022.0      SE     5.36     1     0
2010-01-02 04:00:00      138.0   -7  -5.0  1022.0      SE     6.25     2     0 

所以我真的很想转换这个例子来解决我的问题。假设我们有3个城市需要预测空气污染并解决问题。LSTM的数据将是什么样子？我们需要使用张量还是只需要添加额外的列，比如cityID，然后这样做：

^{pr2}$