首页 > 解决方案 > LSTM 中时间序列数据的时间戳和特征是什么?

问题描述

我想通过每天使用每小时数据对 ID 进行分类。我有一个具有以下结构的数据集:

 ID |  t1  |  t2  |  t3  |  ...  |  t24 
  1 | v1,1 | v1,2 | v1,3 |  ...  | v1,24
  2 | v2,1 | v2,2 | v2,3 |  ...  | v2,24
  ...

其中 t 代表从上午 12 点到晚上 11 点的时间戳,每个 ID 都有 24 小时内的每小时值。

我想通过使用从t1到t24的数据序列来预测ID,例如:

 v1,1 , v1,2 , v1,3 ,  ...  , v1,24  -> ID 1

输入数据序列是否应该input_shape=(1, 24)lstm

  [v1, v2, v3, ..., v24] => 1

input_shape=(24, 1)lstm

[[v1],[v2],[v3], ..., [v24]] => 1

哪一个可以匹配假设,使用 24 小时数据对目标进行分类?

标签: tensorflowkeraslstm

解决方案


推荐阅读