时间戳

首页 > 解决方案 > 具有多变量时间序列的 LSTM 的训练/测试集拆分

keras - 具有多变量时间序列的 LSTM 的训练/测试集拆分

问题描述

我正在尝试使用 LSTM 方法解决 Python 中多变量数据的时间序列预测问题。

在这里，作者解决了时间序列空气污染预测的问题。数据如下所示：

                    pollution  dew  temp   press wnd_dir  wnd_spd  snow  rain
date
2010-01-02 00:00:00      129.0  -16  -4.0  1020.0      SE     1.79     0     0
2010-01-02 01:00:00      148.0  -15  -4.0  1020.0      SE     2.68     0     0
2010-01-02 02:00:00      159.0  -11  -5.0  1021.0      SE     3.57     0     0
2010-01-02 03:00:00      181.0   -7  -5.0  1022.0      SE     5.36     1     0
2010-01-02 04:00:00      138.0   -7  -5.0  1022.0      SE     6.25     2     0

与上述教程中的每年相比，我对具有 20 多个特征的足球比赛进行了 30 秒的时间步长观察。每个具有唯一 ID 的匹配具有不同的长度，范围从 190 到 200。

作者按一年中的天数拆分训练/测试集，如下所示：

# split into train and test sets
values = reframed.values
n_train_hours = 365 * 24
train = values[:n_train_hours, :]
test = values[n_train_hours:, :]

所以我的训练/测试集应该是匹配的数量：(matches*len(match))

n_train_matches = some k number of matches * len(match)
train = values[:n_train_matches, :]
test = values[n_train_matches:, :]

我想将其转化为我的问题，以便最早在时间 t=2 时对每个特征进行预测。即 30 秒进入比赛。

问题

我需要在每场比赛中应用预序列填充吗？

有没有办法在不填充的情况下解决问题？

标签： kerassequencepaddinglstmrecurrent-neural-network

解决方案

如果您使用的是 LSTM，那么我相信如果您正在填充和输入多个 30 秒的步骤观察，您更有可能从该模型中受益。

如果您没有填充序列，并且您想要在 t=2 时进行预测，那么您将只能使用最后一步的观察。

推荐阅读