如何将2d数组转换为keras + LSTM需要的格式

Question

我有一个5000 by 9 2d numpy特征数组trainX，它们是时间序列的特征。我还有一个1d numpy浮点特征标签数组trainY。这正是scikit-learn所需的格式。

我想将这些与keras + LSTM一起使用。这是我目前的代码：

NUM_EPOCHS = 20
model = Sequential()
model.add(LSTM(8, input_shape=(1, window_size)))
model.add(Dense(1))
model.compile(loss='mean_squared_error', optimizer='adam')
model.fit(trainX, trainY, epochs=NUM_EPOCHS, batch_size=1, verbose=2)

然而，这不起作用，因为keras需要trainX以不同的格式出现。我已经阅读了手册，但我无法理解这是什么。

如何将数据转换为keras可接受的格式？

Answer 1

格式为(samples, timeSteps, features)

你有多少个序列？听起来像一个5000步的序列，是吗？

然后格式为(1,5000,9)。

如果每个时间步都有一个标签，则标签也应为(1,5000,1)。 （然后使用return_sequences=True）。否则标签为(1,1)。

或者，您可能希望在经典滑动窗口的情况下将您的单个序列拆分为多个段，例如，您有许多样本的时间步长较少，例如(4998,3,1)，假设您需要一个3步的窗口。然后标签应遵循：(4998,1)。