python中的时间序列分类问题

Question

我的数据集看起来像这样。如何将其提供给 RNN 模型。我应该为每个用户提取每小时的值作为特征并将其提供给 RNN，还是有一种方法可以像现在这样直接提供数据。谢谢

Answer 1

诸如“什么是最好的方法……”之类的问题在机器学习中根本不正确。如果我们假设模型参数少且数据分布均匀，我们可以争论估计量的方差，甚至计算它，但由于我们不知道数据在现实生活中的分布情况，因此无法争论最优性。

直接针对您的问题，您没有具体说明数据的保存方式、文件类型、结构、大小等。您缺少很多可以帮助我们帮助您的细节。而且，我知道只有少数情况不需要数据准备，而且都是国际著名的数据集（比如MNIST和其他一些老的比赛）。您需要并且应该在将数据输入网络之前准备好数据；此外，您应该尝试不同的方法（对其进行标准化等）并在保持集（验证）上衡量您的表现，看看哪种方法更好。您可以尝试使用torchvision.transforms 将它们分开，即使它不是视觉任务。这是一个强大的预处理管道。

最终，您还应该尝试不同的架构和单元，因为时间序列深度学习在过去几年中取得了显着进展（从变分 dropout 到卷积和注意力单元）。