当使用多个不同长度和多个特征的时间序列时，如何为 LSTM 准备数据？

Posted 2023-02-15

【中文标题】当使用多个不同长度和多个特征的时间序列时，如何为 LSTM 准备数据？

【英文标题】：How to prepare data for LSTM when using multiple time series of different lengths and multiple features?

【发布时间】：2017-12-14 05:51:07

【问题描述】：

我有一个来自多个用户 (nUsers) 的数据集。每个用户在时间上随机采样（每个用户的非恒定 nSamples）。每个样本都有许多特征（nFeatures）。 例如：

nUsers = 3 ---> 3 个用户

nSamples = [32, 52, 21] ---> 第一个用户被采样了 32 次第二个用户被采样了 52 次等等。

nFeatures = 10 ---> 每个样本的特征数不变。

我希望 LSTM 根据当前特征和同一用户之前的预测生成当前预测。 我可以使用 LSTM 层在 Keras 中做到这一点吗？ 我有两个问题：

每个用户的数据都有一个不同的时间序列。我该如何合并它？ 如何处理将之前的预测添加到当前时间特征空间以进行当前预测？

感谢您的帮助！

【问题讨论】：

***.com/a/62570576/10375049

【参考方案1】：

听起来每个用户都是一个序列，因此，用户可能是您问题的“批量大小”。所以一开始，nExamples = nUsers。

如果我正确理解了您的问题（预测下一个元素），您应该定义“回顾”的最大长度。例如，假设您可以通过查看前 7 个元素来预测下一个元素（而不是查看整个序列）。

为此，您应该像这样分隔数据：

example 1: x[0] = [s0, s1, s2, ..., s6] | y[0] = s7   
example 2: x[1] = [s1, s2, s3, ..., s7] | y[1] = s8

sn 是一个包含 10 个特征的样本。 通常，是否混合用户并不重要。为所有用户创建这些小段并将所有内容放在一起。

这将导致数组形状像

x.shape -> (BatchSize, 7, 10) -> (BatchSize, 7 step sequences, 10 features)   
y.shape -> (BatchSize, 10)

也许你的意思不是预测下一组特征，而只是预测一些东西。在这种情况下，只需将 y 替换为您想要的值。如果您只想要一个结果，这可能会导致 y.shape -> (BatchSize,)。

---

现在，如果您确实需要整个序列进行预测（而不是之前的 n 个元素），那么您将必须定义最大长度并填充序列。

假设你的最长序列，如你的例子，是 52。那么：

x.shape -> (Users, 52, 10).    

然后您将不得不“填充”序列以填补空白。 例如，您可以用零特征填充序列的开头，例如：

x[0] = [s0, s1, s2, ......., s51] -> user with the longest sequence    
x[1] = [0 , 0 , s0, s1, ..., s49] -> user with a shorter sequence

或者（我不确定这是否有效，我从未测试过），用零值填充结尾并使用 Masking Layer，这是 Keras 用于“可变长度序列”的。您仍然使用固定大小的数组，但在内部它会（？）丢弃零值。

【讨论】：

我也有类似的问题，多个不同长度的时间序列；每个都属于一个进程号。但是所有进程都是同一时间的，我不需要使用进程信息。知道如何处理吗？我也问过这个问题：***.com/questions/55587697/…