如何格式化具有多个类别的时间序列数据以及与每个类别相关的数值数据以输入到 Tensorflow 模型中？

Question

我正在尝试使用 LSTM 模型为 Tensorflow 中的回归问题格式化数据。 数据是一个时间序列，其中每个时间戳的数据都有分类数据，其中包含与这些类别相关的数值数据和与这些类别无关的数值数据。

 <style type="text/css"> .tg {border-collapse:collapse;border-spacing:0;} .tg td{border-color:black;border-style:solid;border-width:1px;font-family:Arial, sans-serif;font-size:14px; overflow:hidden;padding:10px 5px;word-break:normal;} .tg th{border-color:black;border-style:solid;border-width:1px;font-family:Arial, sans-serif;font-size:14px; font-weight:normal;overflow:hidden;padding:10px 5px;word-break:normal;} .tg .tg-0pky{border-color:inherit;text-align:left;vertical-align:top} </style> <table class="tg"> <thead> <tr> <th class="tg-0pky">Time</th> <th class="tg-0pky">Person</th> <th class="tg-0pky">Height</th> <th class="tg-0pky">Weight</th> <th class="tg-0pky">Location of Sun</th> <th class="tg-0pky">Location of Moon</th> </tr> </thead> <tbody> <tr> <td class="tg-0pky">00:00</td> <td class="tg-0pky">A</td> <td class="tg-0pky">1</td> <td class="tg-0pky">2</td> <td class="tg-0pky"></td> <td class="tg-0pky"></td> </tr> <tr> <td class="tg-0pky"></td> <td class="tg-0pky">B</td> <td class="tg-0pky">3</td> <td class="tg-0pky">7</td> <td class="tg-0pky"></td> <td class="tg-0pky"></td> </tr> <tr> <td class="tg-0pky"></td> <td class="tg-0pky">C</td> <td class="tg-0pky">3</td> <td class="tg-0pky">5</td> <td class="tg-0pky"></td> <td class="tg-0pky"></td> </tr> <tr> <td class="tg-0pky"></td> <td class="tg-0pky"></td> <td class="tg-0pky"></td> <td class="tg-0pky"></td> <td class="tg-0pky">4</td> <td class="tg-0pky">5</td> </tr> <tr> <td class="tg-0pky">00:05</td> <td class="tg-0pky">D</td> <td class="tg-0pky">1</td> <td class="tg-0pky">3</td> <td class="tg-0pky"></td> <td class="tg-0pky"></td> </tr> <tr> <td class="tg-0pky"></td> <td class="tg-0pky">A</td> <td class="tg-0pky">4</td> <td class="tg-0pky">5</td> <td class="tg-0pky"></td> <td class="tg-0pky"></td> </tr> <tr> <td class="tg-0pky"></td> <td class="tg-0pky"></td> <td class="tg-0pky"></td> <td class="tg-0pky"></td> <td class="tg-0pky">2</td> <td class="tg-0pky">3</td> </tr> <tr> <td class="tg-0pky">00:10</td> <td class="tg-0pky">B</td> <td class="tg-0pky">2</td> <td class="tg-0pky">3</td> <td class="tg-0pky"></td> <td class="tg-0pky"></td> </tr> <tr> <td class="tg-0pky"></td> <td class="tg-0pky">C</td> <td class="tg-0pky">4</td> <td class="tg-0pky">5</td> <td class="tg-0pky"></td> <td class="tg-0pky"></td> </tr> <tr> <td class="tg-0pky"></td> <td class="tg-0pky"></td> <td class="tg-0pky"></td> <td class="tg-0pky"></td> <td class="tg-0pky">1</td> <td class="tg-0pky">3</td> </tr> </tbody> </table>

时间序列中可以出现固定数量的类别，但出现在特定时间戳的类别数量是可变的。 我正在考虑使用tf.keras.preprocessing.text.Tokenizer来标记分类数据，但我不确定如何在数据结构的同时格式化数据以用作神经网络的输入。

我觉得我的问题可能不是 100% 清楚，所以如果你想让我澄清一些事情，请在下面评论