如何使用LSTM使用过去的特征和当前特征进行预测？

Question

假设我有如下数据框，折扣是从selling price/list price计算的，unit_sales是当天销售的商品数量。

如果我打算使用LSTM进行第二天的销售预测（绿色框中的数据），根据过去3天的销售和折扣（红框中的数据框），加上第二天应用的折扣（紫色框中的数据框），我应该如何重塑数据帧？

如果我不必考虑当前或未来时间段的折扣，这可能非常容易，我只想重塑一下（样本数量为3,3,2）

Answer 1

我会这样做 - 而不是在你的模型中有一个输入，你可以有2个：过去3天的折扣/销售对，形状（样本数量为3,3,2），如你所建议的那样另一个形状（1，），对应当前折扣。您可以通过LSTM运行前3天，并将当前折扣连接到LSTM的输出。使用功能API，它将如下所示：

inp_past=Input((3,2))
lstm=LSTM(32)(inp_past)
inp_now=Input((1,))
concatenation= concatenate([inp_now,lstm])
output=Dense(1)(concatenation

这会对你有所帮助吗？