我在网上读过很多关于参数[samples,timesteps,features]的资源。我想澄清两件事:
-
我看到了一些例子,我不知道为什么要以这样或那样的方式选择它们。例如,这里https://machinelearningmastery.com/use-different-batch-sizes-training-predicting-python-keras/(顺便说一句,资源丰富(,作者选择了两个序列作为2个特征
1 0.1 0.0 2 0.2 0.1 3 0.3 0.2 4 0.4 0.3 5 0.5 0.4 6 0.6 0.5 7 0.7 0.6 8 0.8 0.7 9 0.9 0.8
然而,我不明白为什么它们不是具有1个特征和9个时间步长的两个样本,这是一样的吗?
-
假设我有一个包含50行9列的数据帧(这将是功能fet1,…,fet9(。但是,它们实际上是三天的三胞胎,所以实际上序列有点像
day1_fet1, day1_fet2, day1_fet3, day2_fet1,....,day3_fet3)
和一个目标列(即多对一情况(。我试图重新塑造,使新的行是day1_fet1, day1_fet2, day1_fet3 day2_fet1 etc....
这样timesteps=3和features=3(我希望任何一组3行0-2、3-5等都是示例(。
这听起来可以吗?如果我将所有9个功能都放在同一行,会发生什么?这可能吗?谢谢
好吧,这完全取决于您期望的模型输出。通常,只有每个时间戳的特征应该在该行中。
我假设在您的示例中,第二行从第4天的数据开始。因此,为每个时间戳设置单独的行更有意义。但是,当每行有3天时,您也可以测试模型。在这种情况下,每个预测步骤预测3天的数据。