[英]reshape numpy adding extra dimension for lagged values
我在为递归神经网络重塑numpy数组时遇到问题。 我有一个看起来像这样的数组
10 day 15 day 25 day
24 295.775 275.283333 281.16
25 296.000 275.483333 281.56
26 295.825 275.500000 281.75
27 295.425 275.350000 281.91
28 295.275 294.883333 282.04
当我将其转换为一个numpy数组时,它将具有形状(num_samples, 3 features)
但我要做的是将其转换为(num_samples,timesteps,3个功能)
数组看起来像
[ [ [295.775 275.283333 281.16]
[296.000 275.483333 281.56]
[295.825 275.500000 281.75]
[295.425 275.350000 281.91] ]
[ [296.000 275.483333 281.56]
[295.825 275.500000 281.75]
[295.425 275.350000 281.91]
[295.275 294.883333 282.04] ]
这里的结果numpy数组在这里具有(number_samples,4个时间步长,3个特征)
我一直在尝试为滞后变量添加新列并重塑,但无济于事
我认为您所追求的仅仅是这样:
np.array([arr[i:i+4] for i range(len(arr)-4)])
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.