如何使用多输入或多功能RNN或LSTM
问题描述:
我有一个像打击一样的时间序列数据框,其中的数字意义较小,我应用LSTM时有一些问题。如何使用多输入或多功能RNN或LSTM
我已经看到了LSTM的一些演示,大多采用这种模式:[y_{t-2},y_{t-1},y_{t}] to predict [y_{t+1}]
,但正如数据帧的打击,我也有featureA, featureB, featureC
,所以我quesiton是:如何使用多输入或多功能为LSTM
time featureA featureB featureC target
1 2 5 6 1
2 4 1 7 3
3 6 2 1 5
4 2 4 0 7
5 7 6 1 5
6 9 3 2 8
7 1 2 3 5
8 2 9 5 10
9 1 10 7 6
10 3 2 2 11
答
对于RNN/LSTM,它更像是这样的:[..., y_{t-2}(x_{t-2}), y_{t-1}(x_{t-1})]
预测[y_{t}(x_{t})]
或者更简洁地说:
y_{t} = f(y_{t-1}, x_{t})
因此,在前馈中,您仍然使用输入x_{t}
(即你的特征)加上以前的时间步的输出,以当前时间步进行预测。