我正在使用地震数据来分类痕迹是否是地震、落石等。
数据的形状=(629,315001(，因为有629个数据点，每个点有3个记录道(记录道是时间序列数据的numpy数组(，然后是(15001(这是这些记录道中每个记录道的样本数。我如何调整它来更改数据，以便用Keras模型更好地理解它，因为目前我收到的结果很差，希望这会有所帮助。
更新：我可以按原样使用数据，在训练中获得很高的准确性，但在测试中较差。因此，这就是为什么我希望重塑数据，然后在其上使用标准标量。当尝试直接使用标量时，我会得到以下错误：
如果我尝试缩放，我会在没有调整大小的情况下出现此错误
ValueError: Found array with dim 3. StandardScaler expected <= 2.
这很有效。
scaler = StandardScaler()
xTrain = scaler.fit_transform(xTrain.reshape(-1,xTrain.shape[-1])).reshape(xTrain.shape)
xTest = scaler.transform(xTest.reshape(-1,xTest.shape[-1])).reshape(xTest.shape)