R keras LSTM 输入形状答案

【问题标题】：R keras LSTM input shapeR keras LSTM 输入形状
【发布时间】：2019-01-20 08:07:02
【问题描述】：

关于如何为 Keras LSTM 重塑数据有很多答案，但它们都是关于 Python，而不是 R。 Array transformation for KerasR LSTM in R 这个答案显示了转换方法，但我还有一个问题。如果特征数是 2 怎么办？这是我的数据。

这是一个温度数据。它有 290 行和 122 列。每个列代表一个站点的时间序列数据。每行表示一天的最高温度。我想用历史数据预测第二天的最高温度，所以特征数是122，但我不知道样本和时间步长是多少。

【问题讨论】：

标签： r tensorflow keras

【解决方案1】：

根据我的经验，您应该将数据重塑为 3D 数组，使得维度为：samples: timesteps: features

最初我有一个输入矩阵，X，其中有 n 列（特征）和 r 行（观察值、天数）。我在矩阵的每一列上应用了 m 个周期的时滞，所以现在我有 n 个具有相同 r 的单独矩阵（每个特征一个） 行，但有 m 列，对应于我实现的时间延迟数。我在 z 维度中将所有这些单独的矩阵压缩在一起，所以我现在有一个包含 r 行、m 列和一个n 的深度。

我实际上对此有自己的疑问，我将很快在 StackOverflow 或 CrossValidated 上发布我自己的查询。

【讨论】：

感谢您的回答。很清楚，但我从未在 R 中看到过 3D 矩阵...如何在 z 维度中将这些矩阵组合在一起？使用数组？
正确。这将是一个 3D 数组。如果您有 1000 个观察值，每个观察值滞后 30 天，对于 10 个变量，您的矩阵将具有类似于 num [1:1000, 1:30, 1:10] 的维度
如果我想用今天的温度来预测第二天的温度，矩阵会有像 num[1:1000, 1,1:10] 这样的维度？但是我该怎么做呢，它就像一个二维矩阵......
嗨，你知道如何重塑 R 中的输入吗？我在R中使用keras，也遇到了这个问题。