假设我有一个由 128 个 1 维时间序列以 numpy 数组形式组成的训练数据集。
action_1它们都对应于我标记并且我想识别的某个动作。
完成以下任务的最有效方法是什么：
- 使用训练数据集（128 个一维 numpy 数组）训练模型
- 让模型预测新测试条目中的动作（一维 numpy 数组）
这是我第一次尝试机器学习，提前感谢您的任何指示。
Keras - 如何对一维时间序列进行分类
数据挖掘
机器学习
Python
喀拉斯
时间序列
2022-03-07 00:12:08
1个回答
我不确定你的问题到底是什么。如果您对模型架构感兴趣，时间序列是使用 RNN（循环神经网络）或更高级形式（即 LSTM 或 GRU）的典型示例。它们都在 keras ( https://keras.io/layers/recurrent/ ) 中实现。
您也可以尝试使用 CNN（卷积神经网络）。通常它们用于图像，但在某些情况下，它们甚至可以胜过 RNN。它们也在 keras 中实现。( https://keras.io/layers/convolutional/ )
其它你可能感兴趣的问题