python - 当训练数据在不同长度的时间序列的多个 csv 文件中时，如何提供 LSTM？

Question

我正在运行 LSTM 来对每位患者的医疗记录进行分类。话虽如此，对于每位患者(一次观察)，我都有一个 CSV 文件。整个数据集是多个CSV文件，每个文件都是时间序列的DataFrame。 这不是很明显，因为在为 LSTM 提供图像和时间序列之间存在一个小差异，那就是序列的大小。 CNN 假设输入具有相同的大小，但这里我们有不同长度的输入

问题:

在这种情况下如何提供 LSTM？

我相信如果您熟悉图像分类，您可以帮助解决我的问题，但这不仅仅是相同的方法。

示例

对于一位患者，我有一个 DataFrame，其中包含我想在我的 LSTM 中使用的所有记录。

df.shape
Out[29]: (5679000, 4) 
# The 5679000 change from one patient to another but 4 columns are fixed

看这里:

df.head(4)

Out[30]: 

   AIRFLOW     SaO2    ECG  Target  
0    -34.0  31145.0  304.0     0.0  
1    -75.0  31145.0  272.0     0.0  
2    -63.0  31145.0  254.0     0.0  
3    -57.0  31145.0  251.0     1.0  
4    -60.0  31145.0  229.0     0.0  

问题:

对我的网络有什么建议吗？

Answer 1

由于您的数据点具有可变的序列长度，因此您无法轻松地一次性训练您的网络。相反，您必须以大小为 1 的小批量进行训练或固定序列长度，尽管根据您正在处理的数据，后者可能没有意义。

看看 Keras 函数 train_on_batch .使用它，您可以使用每个患者训练您的模型，尽管使用批量大小 1 有其自己的 issues。 .

至于模型，我建议使用 Keras functional API .如果您想尝试一些简单的事情，只需使用长度可变且特征大小为 3 的输入序列。这应该给你一个基线，这就是我假设你想要从你的函数名中得到的。像这样:

input_ = Input(shape=(None, 3))
x = LSTM(128)(input_)
output = Dense(1, activation='sigmoid')(x)
model = Model(input_, output)