使用 Keras 使用多个指标进行预测答案

【问题标题】：Use multiple indicators for predictions using Keras使用 Keras 使用多个指标进行预测
【发布时间】：2020-01-26 07:04:58
【问题描述】：

我使用的程序只处理苹果股票的开头栏（来自雅虎财经）。

基本上，我想将其他列添加到模型中，以便为我的模型添加一些复杂性。例如，查看当天甚至收盘时的最高价。

我该怎么做。我是否只需更改以下代码：

regressor.add(LSTM(units = 50, return_sequences = True, input_shape = (X_train.shape[1], 1)))

到

regressor.add(LSTM(units = 50, return_sequences = True, input_shape = (X_train.shape[1], #2 or 3 etc.)))

如果是这样，这是否意味着我将处理后的数据集更改为：

data_training_processed = data_training_complete.loc[:, ['Open']].values

到

data_training_processed = data_training_complete.loc[:, ['Open']['High'].values #adding as much as neccessary

如果我想在模型中包含 High。

【问题讨论】：

【解决方案1】：

它仍然存在

regressor.add(LSTM(units = 50, return_sequences = True, input_shape = (X_train.shape[1], 1)))

因为附加列已经被X_train.shape[1] 自动正确处理（会高一）。

和

data_training_processed = data_training_complete.loc[:, ['Open', 'High']].values

【讨论】：

谢谢，那么 3D 矩阵，如果我们包含它，第二维会做什么？
欢迎。它是“颜色”维度——也称为“通道”。当您的输入是不同“颜色”的叠加时使用（例如 [red, green, blue] 值，例如或其他。-如果有帮助，请接受并投票赞成答案；）。
这行代码出现错误data_total = pd.concat((data_training_complete['Open','High'], data_test_complete['Open','High']), axis = 0) 说键错误
对于 LSTM，输入形状仅表示 (timesteps, num_features)。 OP 希望增加 num_features，因为他正试图在训练和预测中包含其他 OHLC 值。
@frogatto 是的，这就是我希望的计划。我的方法对吗？