序列分类 Tensorflow - LSTM

Question

我有一个看起来像这样的数据框：

id.   date           mycol       label

1.    01/12/2019      c1             1
1.    03/12/2019      c2             1
1.    04/12/2019      c3             1
2.    01/12/2019      c1             0
2.    03/12/2019      c5             0 
3.    15/01/2020       ..            1
4.     ...                           1
.
.

相同 id 的标签始终相同，这是一个二元分类问题。 我只想根据每个 id 的 mycol 预测标签，我需要提前 5 个月进行预测。 我想我应该使用 LSTM，但问题在于日期以及如何设置序列，因为我以前从未见过这种问题，而我才刚开始使用 LSTM。 按 id 分组为每一行提供非常大的 mycol 值列表。 我不确定如何以月/周为单位区分这些值，以及我是否应该这样做，或者我应该将它们像这样保留在每一行的 1 个巨大列表中。 帮助将不胜感激。

Answer 1

你的第一个输入序列应该是 [c1, c2, c3], label - 1,

第二个 - [c1, c5], 标签 - 0,

...

序列长度无关紧要（您不必添加填充）。 LSTM 学习如何根据新输入（序列元素）更改其状态权重。