時間序列數據的監督學習

Question

我有以下時間序列數據。我想使用分類模型。對於自變量，我想傳遞特征 1/特征 2 的前 5 個值的數組，給定一些權重。例如在 2015 年 6 月 3 日，id 1： [ a1 a2 a3 a4 a5] [0.053 0.036 0.044 0.087 0.02 ]

ID  feature1    Date    feature2    
1   0.053   02-03-2015  0.0115
1   0.05    08-03-2015  0.0117
1   0.099   09-03-2015  0.00355
1   0.006   10-03-2015  0.0088
1   0.007   11-03-2015  0.0968
1   0.0045  12-03-2015  0.08325
1   0.068   13-03-2015  0.0055
1   0.097   14-03-2015  0.0668
1   0.082   18-03-2015  0.0635
2   0.053   21-03-2015  0.0115
2   0.05    26-03-2015  0.0117
2   0.099   27-03-2015  0.00355
2   0.006   28-03-2015  0.0088
2   0.007   29-03-2015  0.0968
2   0.068   31-03-2015  0.0055
2   0.097   01-04-2015  0.0668
2   0.017   02-04-2015  0.0145
2   0.049   06-04-2015  0.0556

我如何將權重分配給滾動基礎上的值，其中window =5 .weights 可以在 0 到 1 之間。所以我可以將它們與值相乘，結果應該作為自變量的 1。我如何使用 LSTM 模型進行這種數據。

Answer 1

這篇關於 Machine Learning Mastery 的文章將帶您了解如何做到這一點。