ฉันมีข้อมูลลำดับที่บอกฉันว่าสีใดที่สังเกตได้จากวัตถุหลายตัวในช่วงเวลาที่ต่างกัน ตัวอย่างเช่น:
ID | Time | Color |
---|---|---|
A | 1 | Blue |
A | 2 | Red |
A | 5 | Red |
B | 3 | Blue |
B | 6 | Green |
C | 1 | Red |
C | 3 | Orange |
ฉันต้องการรับการคาดการณ์สำหรับสีที่น่าจะเป็นไปได้มากที่สุดใน 3 ขั้นตอนถัดไป รวมถึงความน่าจะเป็นที่สีนั้นจะปรากฏ ตัวอย่างเช่น สำหรับ ID A ฉันต้องการทราบ 3 รายการถัดไป (เวลา สี) ในลำดับ รวมถึงความน่าจะเป็นที่สีจะปรากฏ
ฉันเข้าใจว่า LSTM มักจะใช้เพื่อทำนายข้อมูลตามลำดับประเภทนี้ และฉันจะป้อนในอาร์เรย์ 3 มิติเช่น
input =[
[[1,1], [2,2], [5,2]], #blue at t=1, red at t=2, red at t=5 for ID A
[[0,0], [3,1], [6,3]], #nothing for first entry, blue at t=3, green at t=6 for ID B
[[0,0], [1,2], [3,4]]
]
หลังจากจับคู่สีกับตัวเลขแล้ว (น้ำเงิน-> 1, แดง->2, เขียว-> 3, สีส้ม -> 4 ฯลฯ) ความเข้าใจของฉันคือ ตามค่าเริ่มต้น LSTM จะคาดการณ์รายการถัดไปในแต่ละลำดับ เป็นต้น
output = [
[[7, 2]], #next item is most likely red at t=7
[[9, 3]], # next item is most likely red at t=9
[[6, 2]]
]
เป็นไปได้หรือไม่ที่จะแก้ไขเอาท์พุตของ LSTM ของฉันเพื่อที่แทนที่จะแค่ทำนายเวลาและสีที่จะเกิดขึ้นครั้งถัดไป ฉันจะได้รับสี และความน่าจะเป็นของสีที่ปรากฏ 3 ครั้งถัดไป ตัวอย่างเช่นผลลัพธ์เช่น
output = [
[[7, 2, 0.93], [8,2, 0.79], [10,4, 0.67]],
[[9, 2, 0.88], [11,3, 0.70], [14,3, 0.43]],
...
]
ฉันได้ลองค้นหาในเอกสาร Sequential
สำหรับ Keras แล้ว แต่ฉันไม่แน่ใจว่าพบสิ่งใดหรือไม่
นอกจากนี้ ฉันเห็นว่ามี TrainX และ TrainY ที่ปกติใช้สำหรับ model.fit()
แต่ฉันไม่แน่ใจว่า TrainY ของฉันจะเป็นอย่างไรที่นี่
Sequential
ไม่เกี่ยวข้องกับลำดับ มันเป็นเพียงอินเทอร์เฟซสำหรับสแต็กเลเยอร์ (ชื่อที่ดีกว่าน่าจะเป็นModel
) - person runDOSrun   schedule 26.02.2021