如何解决如何对3D连续数据进行交叉验证?
我正在训练一个LSTM网络以使用张量流进行时间序列回归。我已经将400多个数据集(3个输入,1个目标)切成20个样本长窗口。 因此,我的训练数据是形状为的输入和目标numpy数组(窗口数,窗口长度,特征)。我的代码如下:
from sklearn.model_selection import StratifiedKFold
seed = 7
np.random.seed(seed)
kfold = StratifiedKFold(n_splits=10,shuffle=True,random_state=seed)
for train,test in kfold.split(input_train,target_train):
#train model
我知道StratifiedKFold无法处理3D数据,所以我的问题是:当具有形状时,如何使用kfold交叉验证拆分数据?
有可能吗?还是我误会了它的工作原理?
非常感谢您的帮助!
卢卡斯
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。