给定特征的用于序列预测的 LSTM答案

【问题标题】：LSTM for sequence prediction given a feature给定特征的用于序列预测的 LSTM
【发布时间】：2018-01-05 18:32:59
【问题描述】：

在给定当天公园主题的情况下，我必须使用历史上每日人流量序列来预测狂欢节的每日人流量。数据如下图-

鉴于这些天的主题，我想实施多对多 LSTM 来预测 9、10、11 的客流量。上表只是为了理解数据和问题。

如果您能给我解决这个问题的方法，那将非常有帮助。谢谢

【问题讨论】：

【解决方案1】：

据我了解，LSTM 根本不适合这项任务。基本上，LSTM 对于任何类型的序列都非常好，但据我了解您的问题，客流量仅取决于主题。前几天出现什么主题并不重要，因此它不是一个序列，因为某个主题导致了某个客流量。此外，神经网络的数据很少......无论如何。

最简单的方法是计算三个类别 c、x 和 y 的平均值。这是对第 9 天、第 10 天和第 11 天的预期。期望是：

c = (24 + 15 + 33) / 3 = 24
x = (20 + 32 + 17) / 3 = 23
y = (13 + 22) / 2 = 17,5

如果您真的想使用神经网络，请执行以下操作：
1. 将您的三个类转换为 one-hot 表示（这些是您的类）
例如c = (0 0 1), y = (0 1 0), x = (1 0 0);那是您的输入
2. 将您的数字转换为二进制格式。那是你的标签
3. 运行网络

【讨论】：