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
答案 0 :(得分:0)
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。