如何使用多输入或多功能RNN或LSTM

Question

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。

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 

Answer 1

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。