LSTM实践(代码详解)(一)
首先学习LSTM的目的:对时序数据有一个更深层次的挖掘,对比深度学习方法和机器学习方法在特征提取上的优劣。
一、LSTM博文推荐
这里先推荐一本教材 《TensorFlow深度学习》 。首先学习Tensorflow对LSTM实战是有帮助的。这里不对LSTM进行过多原理解释,给出几个大佬的博文供大家学习:
博文一 :系列好文!!!大佬主要讲解了原理部分和Kears实现部分,建议有程序基础的小伙伴可以学习一下。
博文二 :关于Tensorflow的系列好文,解释通俗易懂,想学习基础部分的小伙伴可以移步查看。
知乎三 :这篇知乎回答可以帮助小伙伴更好的理解LSTM原理部分。
二、代码详解
先贴代码再解释
代码如下:
import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
import seaborn as sns
from sklearn import metrics
from sklearn.model_selection import train_test_split
from keras.models import Model
from keras.layers import LSTM, Activation, Dense, Dropout, Input, Embedding
from keras.optimizers import RMSprop
from keras.callbacks import EarlyStopping
from keras import Sequential
# 查看数据 ===>索引、编号、标签、序列sequence
df = pd.read_csv(r'E