时间序列数据的分类

数据挖掘 分类 时间序列 rnn
2021-10-08 23:41:35

我有 5 个不同的类,我想在其中对一些数据点进行分类。我将 RNN 与 Echo-state 网络(水库计算)一起使用。

通常,一个简单的方法包括计算输出 y 并使用 argmax[k] (y)决定类别,其中 k 是正确类别的维度。现在我找到了另一种包括计算 argmax[k] (sum(y))的方法,这就是我不明白的。

我附上了数学方法的图像。后者是可以理解的,但对我来说似乎不合逻辑,因为 y 在数据点时间尺度上的总和对每个时间序列给出相同的结果,这意味着所有数据点将被归类为同一类(对应于最大总和(y))。

有人能理解我不明白的吗?

分类读数

1个回答

您在此处使用的方法适用于时间序列,因此输入和输出是一段时间内的一组值。

这里的求和方法 sum(y) 是最后提到的方程的平均值的简写(缩写),它不是传统的求和。

另请注意,对于代表单个类的每个 k,总和上的 argmax k 是在单独的维度上完成的。

所以在我的理解中,总和只是因为它是一系列数据,并且总和是针对整个系列的每个类计算的。

当匹配发生时,y 目标 (n) 仅在一维中为 1,因此 argmax k 找到具有最高值的正确类。