我是否在构建正确的 LSTM 模型？ [关闭]答案

【问题标题】：Am I building a correct LSTM model? [closed]我是否在构建正确的 LSTM 模型？ [关闭]
【发布时间】：2019-10-12 10:47:27
【问题描述】：

我是初学者，对这个主题非常陌生。所以我一直想做一个 lstm 模型来使用深度学习工作室预测疾病。我试图找到许多关于如何进行 lstm 预测疾病的教程，并找到了一个与疾病预测无关的教程。我有一个带有数字属性的数据集。但我找到的教程标题为“IMDB Review Sentiment Prediction using CNN LSTM”。我按照视频中显示的每个步骤进行操作，我得到了结果，但我不确定我是否得到正确的结果，因为在 youtube 视频中显示模型如下所示：

Input->Embedding Layer->Convolution1d layer->Maxpooling layer->Lstm layer->Dense Layer->Output.

于是我搜索了embedding layer，发现embedding layer一般用于NLP等单词预测模型。在我的疾病数据集预测模型中使用嵌入层是否正确？如果模型对我的数据集是正确的，那么嵌入层对数值属性有什么作用？另外，由于我是新手，我想了解为什么这些步骤会按照视频中显示的方式进行，例如嵌入到 convulutional 到 maxpooling 等等。

【问题讨论】：

标签： python machine-learning deep-learning lstm recurrent-neural-network

【解决方案1】：

长短期记忆 (LSTM) 和 RNN 在数据是连续的和/或它们之间存在时间关系时效果很好。例如：

在你提到的“IMDB评论情绪预测”中，数据集包含的句子中有单词，它们是连续的，并且相互关联。
对象跟踪：如果我在视频中跟踪一个对象，LSTM-RNN 会给我一个更好的结果（理论上），因为帧是连续的并且它们之间有时间关系。

根据您上面提到的内容，您正在尝试构建“疾病预测”模型，我猜这是一个分类问题，而不是时间顺序预测问题，因此 RNN/LSTM 不应该工作。

【讨论】：

我正在尝试的数据集有时间序列，虽然就像在未来开始和停止一样，一个人可以被归类为患有心脏病.. 我不确定 LSTM 是否可以处理它.请您看一下数据集并告诉我 LSTM 是否可以在这里工作。这是我正在尝试执行 LSTM vincentarelbundock.github.io/Rdatasets/csv/survival/heart.csv 的数据集的链接
我查看了数据集，我不认为开始和停止是顺序相关的，因此 LSTM 在这里不起作用。我假设每个“ID”都是不同的人。
是的，每个 id 都是针对不同的人的，但是有些记录是一个 id 有两行记录。
如果每个 'ID' 不同，我很确定，LSTM 不会在这里工作。你应该在这里只使用分类。
是的，大多数 id 不同，但同一个 id 也有两行记录，所以我认为 lstm 可以在这里工作。但如果我错了，我不明白为什么深度学习 stdio 也会给我结果