Блог

Главная - Вопросы по программированию - Как выполнить k-кратную перекрестную проверку с помощью 3D непрерывных данных?

Как выполнить k-кратную перекрестную проверку с помощью 3D непрерывных данных?

#python #tensorflow #cross-validation #k-fold

#python #тензорный поток #перекрестная проверка #k-кратная

Вопрос:

Я обучаю сеть LSTM для регрессии временных рядов с использованием tensorflow. У меня есть более 400 наборов данных (3 входа, 1 цель), которые я разделил на 20 окон длиной в образец. Следовательно, мои обучающие данные представляют собой входной и целевой массив numpy формы (количество окон, длина окна, функции). Мой код выглядит следующим образом:

 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

Я знаю, что StratifiedKFold не может работать с 3D-данными, поэтому мой вопрос: как я могу разделить свои данные с помощью перекрестной проверки kfold, когда они имеют ту форму, которую они имеют?

Возможно ли это? Или я неправильно понимаю, как это работает?

Любая помощь приветствуется!

Лукас