如何为多对一二元分类 LSTM 准备数据？

Posted 2023-03-13

【中文标题】如何为多对一二元分类 LSTM 准备数据？

【英文标题】：How to prepare data for a many to one binary classification LSTM?

【发布时间】：2019-07-07 06:40:27

【问题描述】：

我有一个包含 38,000 名不同患者的时间序列数据集，其中包括他们 48 小时的生理数据和 30 个特征，因此每个患者都有 48 行（每小时）和 48 日结束时的二进制结果（0/1）仅一小时，总训练集为 (38,000*48 = 1,824,000) rows 。

据我了解，这是一个Many-to-one LSTM binary classification，所以我的输入形状是否应该是(38,000,48,30) (sample_size, time_steps, features)，并且是否应该将return_sequence 设置为False 以仅返回最后一个隐藏神经元的输出？

有人可以回顾一下我对此的理解吗？

谢谢。

【参考方案1】：

是的，大多数情况下你都在正确的轨道上。请参阅下面的代码以更好地理解这一点。

from keras.models import Sequential
from keras.layers import Dense
from keras.layers import LSTM
from keras.layers import Bidirectional
from keras.metrics import binary_crossentropy

# vocab size
total_features = 30
no_of_pateints = 38,000
time_steps = 48


model = Sequential()

# you can also use Bidirectional layer to speed up the learning and reduce 
# training time and here you can keep return_sequence as true
# model.add(
    Bidirectional(LSTM(
        units=100, 
        input_shape=(no_of_patients, time_steps, total_features), 
        return_sequences=True
    )))
# return_sequence should be False if there is only one LSTM layer. Otherwise in case of multiple layers, 
the last layers should have return_sequence as False
model.add(LSTM(
    units=100, 
    input_shape=(no_of_patients, time_steps, total_features), 
    return_sequences=False 
    ))
model.add(Dense(2, activation='softmax'))
model.compile(
    loss=binary_crossentropy,
    optimizer='rmsprop',
    metrics=['accuracy']
)

如果您对上述代码有任何混淆或需要更多解释，请告诉我

【讨论】：

嘿，非常感谢！将应用这个。

@AnushaPrakash，如果它对你有用，请接受它作为答案。所以它也可以帮助其他人。

@Abinav Anand 是的，当然。此外，由于我想要二进制类的概率，我会将输出神经元的编号从 2 更改为 1，并将激活更改为 sigmoid。听起来合理吗？

@AnushaPrakash 抱歉，回复晚了，但您需要将输出神经元保持为 2，因为您希望看到两个输出类的概率而不仅仅是一个。在分类问题的情况下，我个人的偏好是保持 softmax 作为激活，但这完全取决于你。

是的，我可以这样做并检查哪种方法最适合我的问题。谢谢。

【参考方案2】：

是的，你基本上是对的：

输入形状 = (patients, 48, 30) 目标形状 = (patients, 1)

你应该在你的last LSTM 层中使用return_sequences=False。 （如果在最后一个 LSTM 之前有更多循环层，请在其中保留 return_sequences=True）

【讨论】：

是的，我计划使用多个循环层。谢谢！ :)