我想训练RNN来预测二进制分类。
假设我有以下顺序: x0 x1 x2 x3..xn。
假设我想查看多达3个连续的数据点并进行预测。
目前,我可以使用sliding_window_batch()
来获取以下序列:
{ [x0 x1 x2], [x1,x2,x3] ... }
但是,由于某些组仅具有1或2个时间步长,因此我想在开始使用窗口滑动之前首先包括这些可能性。
{ [x0,] , [x0, x1] , [x0, x1, x2] , [x1,x2,x3] ... }
因此,首先从观察值1滚动到窗口大小,然后滑动。
类似于添加一个额外的布尔参数:
presequence : True
-在开始滑动之前生成序列列表。
所以我会通过:
data.apply(sliding_window_batch(window_size=3, presequence=True))