keras 中 LSTM 的多元时间序列的正确输入形状是什么？

Question

我不明白将多元时间序列输入到 LSTM 的正确方法是什么。

假设我有一个具有 3 个随时间变化的特征的数据集，如下所示：

我应该将它呈现给我的 LSTM，因为它正在使用numpy.vstack()吗？ 像这样：

[[1,2,3],  
[4,5,6],  
[7,8,9]]

或者我应该按列堆叠它，以便每一行都是使用numpy.column_stack()的特征序列？ 像这样：

[[1,4,7],  
[2,5,8],  
[3,6,9]]

Answer 1

来自 keras LSTM API ：

输入：形状为 [batch, timesteps, feature] 的 3D 张量。

因此，特征（多个变量）应由最后一个维度表示，这意味着您的第一个建议是正确的。

Obs：只有在您没有对整个数据集使用fit function 时，才应该关注batch维度。 否则，如果您要呈现单个示例（例如，在推理中），您还应该在第 0 轴上应用numpy.expand_dims function。