Использование LSTM для бинарной классификации
У меня есть данные временного ряда размером 100000*5. 100000 выборок и пять переменных. Я пометил каждые 100000 выборок как 0 или 1. то есть двоичная классификация. Я хочу обучить его, используя LSTM, из-за характера данных временных рядов. Я видел примеры LSTM для прогнозирования временных рядов. Уместно ли использовать его в моем случае.
2 ответа
Не уверен насчет ваших потребностей.
LSTM лучше всего подходит для моделей последовательностей, таких как временные ряды, которые вы сказали, и ваше описание не выглядит временным рядом.
В любом случае, вы можете использовать LSTM для временных рядов, не для прогнозирования, а для классификации, как в этой статье.
По моему опыту, для бинарной классификации, имеющей только 5 функций, вы можете найти лучшие методы, использовать больше памяти, чем другие методы, и получить худшие результаты.
Прежде всего, вы можете увидеть это с другой точки зрения, то есть вместо 10 000 помеченных выборок из 5 переменных вы должны рассматривать его как 10 000 немеченых выборок из 6 переменных, где шестая переменная является меткой.
Таким образом, вы можете обучить свой LSTM многомерному предиктору для своей 6-й переменной, то есть метки выборки, и сравнить ее с основополагающей правдой во время тестирования, чтобы оценить ее производительность.