如何将时空数据重塑为 lstm 输入？

Question

我有一个包含 ['station_id', 'feature1', 'feature2',...] 等列的数据集

每一行都是一个时间步长。并且按照station_id排序。

主要问题是station_ids有不同的时间步数......

我想为 LSTM 层塑造它，例如 (NumberOfExamples, TimeSteps, FeaturesPerStep)。

有人可以帮我在这种情况下使用 np.reshape() 吗？

Answer 1

当每个示例的时间步数不同时，您不能轻松地使用 reshape。您通常使用 LSTM 做的事情是您拥有一批示例，并且每个批次都填充到相同的长度，通常用零填充。使用np.zeros(shape)，然后迭代分配给相应的行。