x_train = np.reshape(X_train, (X_train.shape[0], X_train.shape[1], 1))和trainX_input = np.reshape(tra

啃苹果冲刺

已于 2024-02-29 15:02:31 修改

阅读量1.1k

点赞数 8

文章标签： python 机器学习深度学习

于 2024-02-28 20:32:42 首次发布

本文链接：https://blog.csdn.net/qq_44855473/article/details/136355477

版权

本文解释了在使用Keras进行机器学习时，如何通过np.reshape函数将数据转换为适合时间序列预测的[samples,steps,features]格式，特别关注单变量预测中的一维特征处理。

摘要由CSDN通过智能技术生成

x_train = np.reshape(X_train, (X_train.shape[0], X_train.shape[1], 1))和trainX_input = np.reshape(trainX, (trainX.shape[0], 1, trainX.shape[1]))

对于keras，数据是reshape成[samples, steps, features]，
X_train.shape[0]表示有几行样本----samples
X_train.shape[1]表示有几列样本，就是当时划分时候的步数----steps
对于单变量的预测，也就是一列X，特征就是1
所以，应该用x_train = np.reshape(X_train, (X_train.shape[0], X_train.shape[1], 1))

资料：