如何将二维数组转换成keras+LSTM需要的格式答案

【问题标题】：How to convert 2d array into format that keras+LSTM needs如何将二维数组转换成keras+LSTM需要的格式
【发布时间】：2017-11-10 17:34:22
【问题描述】：

我有一个5000 by 9 2d numpy 特征数组trainX，它们是时间序列的特征。我还有一个 1d numpy 浮点特征标签数组trainY。例如，这正是 scikit-learn 所需的格式。

我想将这些与 keras+LSTM 一起使用。这是我目前的代码：

NUM_EPOCHS = 20
model = Sequential()
model.add(LSTM(8, input_shape=(1, window_size)))
model.add(Dense(1))
model.compile(loss='mean_squared_error', optimizer='adam')
model.fit(trainX, trainY, epochs=NUM_EPOCHS, batch_size=1, verbose=2)

但这不起作用，因为 keras 需要 trainX 以不同的格式。我已经阅读了手册，但我无法理解这到底是什么。

如何将我的数据转换成 keras 可以接受的格式？

【问题讨论】：

标签： python machine-learning tensorflow keras

【解决方案1】：

格式为(samples, timeSteps, features)

你有多少序列？这听起来像是一个 5000 步的序列，对吗？

那么格式就是(1,5000,9)。

如果每个时间步有一个标签，标签也应该是 (1,5000,1)。（然后使用return_sequences=True）。否则标签为(1,1)。

或者，您可能希望将单个序列拆分为多个片段，例如，在经典的滑动窗口案例中，您将有许多时间步长较短的样本，例如(4998,3,1)，假设您想要一个 3 - 步骤窗口。然后标签应该如下：(4998,1)。

【讨论】：

如果使用lstm rnns，为什么要添加滑动窗口？这不是已经考虑到历史了吗？
是的，他们有。这不是必需的，但它是一种选择，并且许多教程都表明了这一点（我也认为这不是最好的做法，但根据您的目的，它可能会起作用）。
对于哪些应用程序的第一个轴没有 1？
拥有多个序列的任何应用程序。想象一下，您有 2000 名客户，两年内每个月他们购买了 product1、product2 和 product3 的数量。 - (2000,24,3)
谢谢。所以我只需要 numpy 代码就可以将二维 (5000,9) 特征数组转换为 (1,5000,9) 一个。