使用 LSTM 进行二元分类答案

【问题标题】：Using LSTM for binary classification使用 LSTM 进行二元分类
【发布时间】：2017-01-23 12:36:51
【问题描述】：

我有大小为 100000*5 的时间序列数据。 100000 个样本和 5 个变量。我将每 100000 个样本标记为 0 或 1。即二进制分类。由于数据的时间序列性质，我想使用 LSTM 对其进行训练。我已经看过 LSTM 用于时间序列预测的示例，是否适合在我的情况下使用它。

【问题讨论】：

【解决方案1】：

不确定您的需求。

LSTM 最适合序列模型，例如您所说的时间序列，而您的描述看起来不像时间序列。

无论如何，您都可以将 LSTM 用于时间序列，而不是用于预测，而是用于像 this article 这样的分类。

根据我的经验，对于只有 5 个特征的二元分类，您可以找到更好的方法，但会比其他方法消耗更多的内存，并且可能会得到最差的结果。

【讨论】：

【解决方案2】：

首先，您可以从不同的角度来看待它，即您应该将其视为 10,000 个 6 个变量 的未标记个样本，其中第 6 个变量是标签。

因此，您可以将 LSTM 训练为第 6 个变量（即样本标签）的多变量预测器，并在测试期间与基本事实进行比较以评估其性能。

【讨论】：