Keras-Python时间序列分析
我试图对有两个输入变量的数据进行时间序列分析,即时间戳和学生人数。在拟合LSTM模型时,我得到以下错误“检查输入时出错:预期LSTM_40_输入为3维,但在model.fit()上得到了形状为(69452,1)的数组”。我是keras的新手,我仍然不知道如何适应这个模型。我的数据是(69452,1,1)形式的,即三维向量 以下是代码:Keras-Python时间序列分析,python,time,keras,analysis,series,Python,Time,Keras,Analysis,Series,我试图对有两个输入变量的数据进行时间序列分析,即时间戳和学生人数。在拟合LSTM模型时,我得到以下错误“检查输入时出错:预期LSTM_40_输入为3维,但在model.fit()上得到了形状为(69452,1)的数组”。我是keras的新手,我仍然不知道如何适应这个模型。我的数据是(69452,1,1)形式的,即三维向量 以下是代码: trainX, trainY = createDataSet(train) testX, testY = createDataSet(test) trainY=
trainX, trainY = createDataSet(train)
testX, testY = createDataSet(test)
trainY=trainY.reshape(69452,1)
testY=testY.reshape(140,1)
trainX=trainX.reshape(69452,1)
testX=testX.reshape(140,1)
xTrain = np.reshape(trainX, (trainX.shape[0],1, trainX.shape[1]))
xTest = np.reshape(testX, (testX.shape[0], 1, testX.shape[1]))
yTrain = np.reshape(trainY, (trainY.shape[0],1, trainY.shape[1]))
yTest = np.reshape(testY, (testY.shape[0], 1, testY.shape[1]))
yTrain = np.reshape(trainY, (trainY.shape[0], 1, trainY.shape[1]))
yTest = np.reshape(testY, (testY.shape[0], 1, testY.shape[1]))
model = Sequential()
model.add(LSTM(4, input_shape=(1, look_back)))
model.add(Dense(1))
model.compile(loss='mean_squared_error', optimizer='adam')
model.fit(xTrain , yTrain , epochs=100, batch_size=1, verbose=2)
如果你有一个相当于1的2维和3维的人来帮助你,你就不会真正做时间序列了。事实上,问题已经到了我这一步,我为此道歉