如何为RNN或LSTM使用多输入或多功能

Question

我有一个像打击一样的时间序列数据框，其中的数字含义较少，我在应用LSTM时遇到一些问题。

我看过LSTM的一些演示，大多使用这种模式：[y_{t-2},y_{t-1},y_{t}] to predict [y_{t+1}]，但就像数据帧一样，我也有featureA, featureB, featureC，所以我的问题是：如何使用多输入或多LSTM的功能

time    featureA    featureB    featureC    target
1   2   5   6   1
2   4   1   7   3
3   6   2   1   5
4   2   4   0   7
5   7   6   1   5
6   9   3   2   8
7   1   2   3   5
8   2   9   5   10
9   1   10  7   6
10  3   2   2   11

Answer 1

对于RNN / LSTM，它更像是：[..., y_{t-2}(x_{t-2}), y_{t-1}(x_{t-1})]来预测[y_{t}(x_{t})]

或者更简洁：

y_{t} = f(y_{t-1}, x_{t})

因此，在前馈中，您仍然使用输入x_{t}（即您的要素）加上先前时间步的输出，以便在当前时间步进行预测。