如何为 keras 中的 LSTM 回归准备输入数据？

Posted 2023-02-16

【中文标题】如何为 keras 中的 LSTM 回归准备输入数据？

【英文标题】：How to prepare input data for a LSTM regression in keras?

【发布时间】：2016-07-05 11:03:50

【问题描述】：

我有一个包含 5K 行（-1K 用于验证）和 17 列的数据集，包括最后一列（目标整数二进制标签）。

我的模型就是这个 2 层 LSTM：

model = Sequential()
model.add(Embedding(output_dim=64, input_dim=17))
model.add(LSTM(32, return_sequences=True))
model.add(Dropout(0.5))
model.add(LSTM(32, return_sequences=False))
model.add(Dense(1))

model.compile(loss='binary_crossentropy', optimizer='rmsprop',
              class_mode='binary')

用 pandas 加载我的数据集后

df_train = pd.read_csv(train_file)
train_X, train_y = df_train.values[:, :-1], df_train['target'].values

并尝试运行我的模型，我收到此错误：

例外：使用 TensorFlow 时，您应该明确定义序列的时间步数。 - 如果您的第一层是嵌入，请确保将“input_length”参数传递给它。否则，请确保第一层具有“input_shape”或“batch_input_shape”参数，包括时间轴。

我应该在input_length 中输入什么？总行数？

由于我的数据框的形状为 train_X=(4000, 17) train_y=(4000,) 我如何准备它来提供这种模型？我必须改变我的输入数据形状？

感谢您的帮助！！ (=

【问题讨论】：

***.com/a/62570576/10375049

【参考方案1】：

看起来 Keras 使用静态展开方法在 TensorFlow 上构建循环网络（例如 LSTM）。 input_length 应该是您要训练的最长序列的长度：因此，如果 CSV 文件 train_file 的每一行都是以逗号分隔的符号序列，则它应该是最长行中的符号数。

【讨论】：

所以...既然CSV文件上的每个字段都是一个整数，我可以考虑文件中最大数字的长度吗？ （如果数据文件中较大的数字是00979797，那么input_length 将是8）？这样对吗？谢谢！

不，应该是最长行中的字段数。如果所有行都相同，那么它应该只是字段数。