python - 使用 LSTM 基于其他列预测列的 future 结果

Question

我想使用 LSTM 基于其他列预测该列的 future 结果。 我的数据框是时间索引的，我有多个列，包括我想预测的紧急列(紧急列包含一个或零)问题是我是 ML 的初学者，我想要一个已经解决的源代码一个类似的问题修改或一些如何启动的提示，提前感谢

我曾尝试仅使用一个特征来预测 future 10 小时的紧急专栏，但预测的数据很糟糕，与真实数据完全不匹配

这是我的数据库的样子

Time             A     B     C     D      ...            Emergency                              
1/1/19           10    15    16    2      ...              0                
1/2/19           12    9     8     30     ...              0               
1/3/19           11    16    5     -2     ...               1            

我想预测接下来几天的紧急状态。

Answer 1

您可以使用以下架构

• 不包括时间戳的列数(图中A到Z) 将是您的 LSTM 的序列长度。

• 在 LSTM 的输出端添加一个全连接的 NN 层(return_Sequence=False in keras/tf)

• 将时间戳的特征作为FC层的附加特征
• 时间戳的特征可以是星期几、月几、年几、节日、公共(public)假期等。
• FC 层的输出大小为 1，即预测是否为紧急情况的单个概率分数。
• 您可以使用二元交叉熵损失来训练模型。