R keras LSTM输入形状

Question

关于如何为Keras LSTM重塑数据的方法有很多答案，但是它们都是关于Python而不是R的。 Array transformation for KerasR LSTM in R 这个答案显示了转换方法，但是我仍然有一个问题。如果功能数量为2，该怎么办？ 这是我的数据。

是温度数据。它有290行和122列。每个列代表一个电台的时间序列数据。每行表示一天的最高温度。我想使用历史数据预测第二天的最高气温，所以特征数量是122，但是我不知道示例和时间步长是什么。

Answer 1

根据我的经验，您应该将数据重塑为3D数组，以使维度为：样本：时间步长：要素

最初，我有一个输入矩阵 X ，其中包含 n 列（功能）和 r 行（观察，天）。我在矩阵的每一列上应用了 m 个周期的时滞，所以现在我有了 n 个单独的矩阵（每个特征一个），并且具有相同的 r 行，但具有 m 列，对应于我实现的时滞数量。我将所有这些单独的矩阵按 z 维度压缩在一起，所以现在有了一个矩阵，其中包含 r 行， m 列和 n 的深度。

我实际上对此有自己的问题，我将很快在StackOverflow或CrossValidated上发布我自己的查询。