Question

我正在尝试构建LSTM，并对构建数据的最佳方式感到困惑。

我有一个看起来像这样的数据框：

df.head(5)


 data                                                     labels
0  [0.0009808844009380855, 0.0008974465127279559]             1
1  [0.0007158940267629654, 0.0008202958833774329]             3
2  [0.00040971929722210984, 0.000393972522972382]             3
3  [7.916243163372941e-05, 7.401835468434177e243]             3
4  [8.447556379936086e-05, 8.600626393842705e-05]             3

“数据”列是我的X，标签是y。 df有34890行。每行包含2个浮点数。数据代表一堆顺序的文本，每个观察值代表一个句子。有5个班级。

我正在尝试使LSTM符合此数据，并对如何使用timestep参数感到困惑。

使用此代码，我得到以下信息：

data = np.array(df.class_proba.to_list())

labels = pd.get_dummies(df['speaker_spaff']).values

print('Shape of data tensor:', data.shape)
print('Shape of label tensor:', labels.shape)

Shape of data tensor: (34890, 2)
Shape of label tensor: (34890, 5)

我认为我的标签张量是正确的，但是我对我的数据张量感到困惑。

Keras LSTM层需要以下形状：样本，时间步长和特征。

如果我理解正确，我的样本数为34890，我的特征为2，但是时间戳呢？ timestamp参数应该是什么？如何调整数据以适应这种情况？

Answer 1

如果需要多个时间步长，则必须创建一个滑动窗口函数以帮助您重塑数据，为此，Keras的TimeSeriesGenerator是一个很好的工具（here a good example）

如果您认为数据必须具有单个时间步长，则只需简单地扩展维度即可：

data[:,None,:] ==>新形状：（34890，1，2），标签就可以了

LSTM Keras整理出X和y输入尺寸

1 个答案: