Python中的时间序列分类问题

Question

我的数据集看起来像这样。如何将其提供给RNN模型。我应该为每个用户提取每小时的值作为一项功能并将其提供给RNN，还是可以像现在这样直接提供数据。谢谢

Answer 1

诸如“什么是最好的方法……”之类的问题在机器学习中根本上是不正确的。如果我们假设一个模型的参数很少且数据分布不均，那么我们可以争论一个估计量的方差，甚至可以计算它，但是由于我们不知道数据在现实生活中的分布情况，因此无法争论最优性。

直接解决您的问题，您没有指定数据的保存方式，文件类型，结构，大小等。您缺少许多可以帮助我们的详细信息。此外，我知道只有少数情况不需要进行数据准备，而且所有这些都是国际著名的数据集（例如MNIST和其他一些较早的比赛）。您需要并且应该准备好数据，然后再将其提供给网络。此外，您应该尝试不同的方法（对其进行归一化等），并在保留集（​​验证）上评估性能，以查看哪种更好。您可以尝试使用torchvision.transforms来分隔它们，即使它不是视觉任务。这是强大的预处理管道。

最终，您还应该尝试使用不同的体系结构和单元，因为时间序列深度学习在过去几年中取得了显着进展（从变异辍学到卷积和注意力单元）。