Keras预测下一个时间序列项

Question

我有几个问题，但我将从我的数据集开始

我的数据集由序列组成，序列中的每个时间步都有4个特征。就像这样

S0:
t0 -> f1, f2, f3, f4
t1 -> f1, f2, f3, f4
t2 -> f1, f2, f3, f4
t3 -> f1, f2, f3, f4

S1:
t0 -> f1, f2, f3, f4
t1 -> f1, f2, f3, f4
t2 -> f1, f2, f3, f4
t3 -> f1, f2, f3, f4
t4 -> f1, f2, f3, f4
t5 -> f1, f2, f3, f4
t6 -> f1, f2, f3, f4
t7 -> f1, f2, f3, f4

etc...

正如你所看到的，每个序列的长度都是可变的，而且变异性很大（在10-500之间）

我的目标是输入t0并使用每个预测来帮助下一个预测，直到达到目标为止。你知道吗

i0 -> [t0] - predicts > t1
i1 -> [t0, t1] - predicts > t2
i2 -> [t0, t1, t2] - predicts > t3

and so on

我不知道如何组织我在Keras培训中的数据。我的“x”目前有以下内容

[ [[f1, f2, f3, f4], [f1, f2, f3, f4]] , [[f1, f2, f3, f4]] ] ... 

问题：

1. 如何处理Keras中的可变长度序列？你知道吗
2. 如何格式化“y”预期输出数据？你知道吗

编辑 三。有点离题，但有可能有一个开始时间步和结束时间步，然后在两者之间填充时间步？你知道吗

Answer 1

How do you handle variable length sequences in Keras?

kera有很好的方法来处理可变长度序列。例如，如果使用LSTM层进行序列预测，可以将None设置为输入形状的时间维度

model.add(LSTM(num_units,input_shape=(None, data_dim));

How do I format my 'y' expected output data?

你的y可以看作是x向左移动了一个单位。你知道吗

例如

# if
x = [t0,t1,t2,t3,t4]
#then 
y = [t1,t2,t3,t4]

如果x和y都是numpy数组，那么可以从x获得y，如下所示。你知道吗

y = x[1:]

因为x的最后一个值不会用于预测，所以应该删除它。你知道吗

x = x[:-1]