如何為長短期記憶網絡準備單變量時間序列數據 · Machine Learning Mastery 博客文章翻譯

# 如何為長短期記憶網絡準備單變量時間序列數據 > 原文： [https://machinelearningmastery.com/prepare-univariate-time-series-data-long-short-term-memory-networks/](https://machinelearningmastery.com/prepare-univariate-time-series-data-long-short-term-memory-networks/) 當您剛剛開始深度學習時，很難準備數據。長期短期記憶，或 LSTM，循環神經網絡期望在 Keras Python 深度學習庫中進行三維輸入。如果您的時間序列數據中包含數千個長序列，則必須將時間序列拆分為樣本，然后將其重新整形為 LSTM 模型。在本教程中，您將了解如何使用 Keras 在 Python 中為 LSTM 模型準備單變量時間序列數據。讓我們開始吧。 ![How to Prepare Univariate Time Series Data for Long Short-Term Memory Networks](https://3qeqpr26caki16dnhd19sv6by6v-wpengine.netdna-ssl.com/wp-content/uploads/2017/11/How-to-Prepare-Univariate-Time-Series-Data-for-Long-Short-Term-Memory-Networks.jpg) 如何為長期短期記憶網絡準備單變量時間序列數據照片來自 [Miguel Mendez](https://www.flickr.com/photos/flynn_nrg/8487128120/) ，保留一些權利。 ## 如何準備時間序列數據也許我得到的最常見問題是如何為監督學習準備時間序列數據。我寫過一些關于這個主題的帖子，例如： * [如何將時間序列轉換為 Python 中的監督學習問題](https://machinelearningmastery.com/convert-time-series-supervised-learning-problem-python/) * [時間序列預測作為監督學習](https://machinelearningmastery.com/time-series-forecasting-supervised-learning/) 但是，這些帖子對每個人都沒有幫助。我最近收到了這封郵件： > 我的數據文件中有兩列有 5000 行，第 1 列是時間（間隔 1 小時），第 2 列是比特/秒，我試圖預測比特/秒。在這種情況下，您可以幫我設置[LSTM]的樣本，時間步長和功能嗎？這里幾乎沒有問題： * LSTM 期望 3D 輸入，并且第一次了解這個問題可能具有挑戰性。 * LSTM 不喜歡超過 200-400 個時間步長的序列，因此需要將數據拆分為樣本。在本教程中，我們將使用此問題作為顯示為 Keras 中的 LSTM 網絡專門準備數據的一種方法的基礎。 ## 1.加載數據我假設你知道如何將數據加載為 Pandas Series 或 DataFrame。如果沒有，請參閱以下帖子： * [如何在 Python 中加載和探索時間序列數據](https://machinelearningmastery.com/load-explore-time-series-data-python/) * [如何在 Python 中加載機器學習數據](https://machinelearningmastery.com/load-machine-learning-data-python/) 在這里，我們將通過在 5,000 個時間步長內存中定義新數據集來模擬加載。 ```py from numpy import array # load... data = list() n = 5000 for i in range(n): data.append([i+1, (i+1)*10]) data = array(data) print(data[:5, :]) print(data.shape) ``` 運行此片段既會打印前 5 行數據，也會打印已加載數據的形狀。我們可以看到我們有 5,000 行和 2 列：標準的單變量時間序列數據集。 ```py [[ 1 10] [ 2 20] [ 3 30] [ 4 40] [ 5 50]] (5000, 2) ``` ## 2.停機時間如果您的時間序列數據隨著時間的推移是一致的并且沒有缺失值，我們可以刪除時間列。如果沒有，您可能希望查看插入缺失值，將數據重新采樣到新的時間刻度，或者開發可以處理缺失值的模型。看帖子如： * [如何使用 Python 處理序列預測問題中的缺失時間步長](https://machinelearningmastery.com/handle-missing-timesteps-sequence-prediction-problems-python/) * [如何使用 Python 處理丟失的數據](https://machinelearningmastery.com/handle-missing-data-python/) * [如何使用 Python 重新取樣和插值您的時間序列數據](https://machinelearningmastery.com/resample-interpolate-time-series-data-python/) 在這里，我們只刪除第一列： ```py # drop time data = data[:, 1] print(data.shape) ``` 現在我們有一個 5,000 個值的數組。 ```py (5000,) ``` ## 3.拆分成樣品 LSTM 需要處理樣品，其中每個樣品是單個時間序列。在這種情況下，5,000 個時間步長太長;根據我讀過的一些論文，LSTM 可以更好地完成 200 到 400 個步驟。因此，我們需要將 5,000 個時間步驟分成多個較短的子序列。我在這里寫了更多關于拆分長序列的文章： * [如何處理具有長短期記憶循環神經網絡的超長序列](https://machinelearningmastery.com/handle-long-sequences-long-short-term-memory-recurrent-neural-networks/) * [如何準備 Keras 中截斷反向傳播的序列預測](https://machinelearningmastery.com/truncated-backpropagation-through-time-in-keras/) 有很多方法可以做到這一點，你可能想根據你的問題探索一些。例如，您可能需要重疊序列，也許非重疊是好的，但您的模型需要跨子序列的狀態等等。在這里，我們將 5,000 個時間步驟分成 25 個子序列，每個子序列有 200 個時間步長。我們將采用老式方式，而不是使用 NumPy 或 Python 技巧，以便您可以看到正在發生的事情。 ```py # split into samples (e.g. 5000/200 = 25) samples = list() length = 200 # step over the 5,000 in jumps of 200 for i in range(0,n,length): # grab from i to i + 200 sample = data[i:i+length] samples.append(sample) print(len(samples)) ``` 我們現在有 25 個子序列，每個子序列有 200 個時間步長。 ```py 25 ``` 如果您更喜歡在一個班輪中這樣做，那就去吧。我很想知道你能想出什么。在下面的評論中發布您的方法。 ## 4.重塑子序列 LSTM 需要具有[樣本，時間步長和特征]格式的數據。在這里，我們有 25 個樣本，每個樣本 200 個時間步長和 1 個特征。首先，我們需要將我們的數組列表轉換為 25 x 200 的 2D NumPy 數組。 ```py # convert list of arrays into 2d array data = array(samples) print(data.shape) ``` 運行這件作品，你應該看到： ```py (25, 200) ``` 接下來，我們可以使用 _reshape（）_ 函數為我們的單個特征添加一個額外的維度。 ```py # reshape into [samples, timesteps, features] # expect [25, 200, 1] data = data.reshape((len(samples), length, 1)) print(data.shape) ``` 就是這樣。現在，數據可用作 LSTM 模型的輸入（X）。 ```py (25, 200, 1) ``` ## 進一步閱讀如果您希望深入了解，本節將提供有關該主題的更多資源。 ### 相關文章 * [如何將時間序列轉換為 Python 中的監督學習問題](https://machinelearningmastery.com/convert-time-series-supervised-learning-problem-python/) * [時間序列預測作為監督學習](https://machinelearningmastery.com/time-series-forecasting-supervised-learning/) * [如何在 Python 中加載和探索時間序列數據](https://machinelearningmastery.com/load-explore-time-series-data-python/) * [如何在 Python 中加載機器學習數據](https://machinelearningmastery.com/load-machine-learning-data-python/) * [如何使用 Python 處理序列預測問題中的缺失時間步長](https://machinelearningmastery.com/handle-missing-timesteps-sequence-prediction-problems-python/) * [如何使用 Python 處理丟失的數據](https://machinelearningmastery.com/handle-missing-data-python/) * [如何使用 Python 重新取樣和插值您的時間序列數據](https://machinelearningmastery.com/resample-interpolate-time-series-data-python/) * [如何處理具有長短期記憶循環神經網絡的超長序列](https://machinelearningmastery.com/handle-long-sequences-long-short-term-memory-recurrent-neural-networks/) * [如何準備 Keras 中截斷反向傳播的序列預測](https://machinelearningmastery.com/truncated-backpropagation-through-time-in-keras/) ### API * [Keras 的 LSTM API](https://keras.io/layers/recurrent/#lstm) * [numpy.reshape API](https://docs.scipy.org/doc/numpy/reference/generated/numpy.reshape.html) ## 摘要在本教程中，您了解了如何將長的單變量時間序列數據轉換為可用于在 Python 中訓練 LSTM 模型的表單。這篇文章有幫助嗎？你有任何問題嗎？請在下面的評論中告訴我。