Question

我正在查看面板数据，其结构如下：

D = \{(x^{(k)}_{t},y^{(k)}_{t})\,|\, k=1,\dots,N\, , t=t_0,\dots,t_k \}_{k=1}^{N}

其中x^{(k)}表示k＆＃39;序列，x^{(k)}_{t}表示k时序列值t，此外，x^{(k)}_{i,t}是向量i中的x^{(k)}_{t}个条目。即x^{(k)}_{t}是时间k处t＆＃39序列的特征向量。子脚本和超级脚本对于标签数据y^{(k)}_{t}意味着相同的事情，但这里y^{(k)}_{t} \in \{0,1\}。

简单来说：数据集包含随时间观察的个体，并且对于观察个体的每个时间点，记录他是否购买了一个项目（y\in \{0,1\}）。

我想使用来自Keras的LSTM单元的循环神经网络，用于预测某人是否会在给定时间点购买物品。我只能找到RNN的例子，其中每个序列都有一个标签值（philipperemy link），而不是每个序列元素都有标签值的例子，如我所描述的问题。

到目前为止，我的方法是创建一个尺寸（样本，时间步长，特征）的张量，但我无法弄清楚如何格式化标签，这样keras可以将它们与特征相匹配。它应该是这样的（样本，时间步长，1），其中最后一个维度表示包含标签值0或1的单个维度。

此外，我遇到的一些方法会拆分序列，以便将子序列添加到训练数据中，从而极大地增加了对内存的需求（mlmastery link）。在我的情况下这是不可行的，因为我有多个GB的数据，如果我添加了子序列，我将无法将其存储在内存中。

我想使用的模型是这样的：

mod = Sequential()
mod.add(LSTM(30,input_dim=116, return_sequences = True))
mod.add(LSTM(10))
mod.add(Dense(2))

有没有人有使用keras中的面板数据的经验？

Answer 1

尝试：

mod = Sequential()
mod.add(LSTM(30, input_shape=(timesteps, features), return_sequences = True))
mod.add(LSTM(10, return_sequences = True))
mod.add(TimeDistributed(Dense(1, activation='sigmoid')))
# In newest Keras version you can change the line above to mod.add(Dense(1, ..))

mod.compile(loss='binary_crossentropy', optimizer='rmsprop')

Answer 2

看起来唯一的选择是在数据不平衡时分别为每个人（这里是一个序列）运行lstm，因为我假设这是因为时间取决于你问题中的k。

Keras LSTM中的面板数据

2 个答案: