回归预测分析 | MATLAB实现LSTM多输入多输出
MATLAB实现深度学习多输入多输出,主要是输入多个变量,输出多个变量,建立一一映射关系。
数据说明
要训练深度神经网络以根据时序数据或序列数据预测数值,可以使用长短期记忆 (LSTM) 网络。此示例使用多变量仿真数据集训练一个 LSTM 网络,旨在根据多因素时序数据来预测不同输出值。训练数据包含100个元胞,每个元胞是24个输入变量,一共100乘以24个变量,对应输出为100个元胞,每个元胞是1个输出变量,一共100乘以1个变量,每个元胞序列的长度各不相同。测试数据包含 100 个元胞序列,分别对应100个输出。该数据集包含 100 个训练观测值和 100 个测试观测值。
数据处理
- 删除具有常量值的特征,在所有时间步都保持不变的特征可能对训练产生负面影响。找到最小值和最大值相同的数据行,然后删除这些行。
m = min([XTrain{
: