用于序列预测的LSTM给出一个特征

Question

我必须根据当天公园主题的历史日常序列来预测狂欢节中的每日客流量。数据如下所示 -

鉴于目前的主题，我想实施多对多的LSTM来预测9,10,11的人流量。上表仅用于理解数据和问题。

如果你能解决这个问题，那将会非常有帮助。感谢。

Answer 1

据我了解，LSTM根本不适合这项任务。基本上LSTM对于任何类型的序列都是非常好的，但据我所知，你的问题只取决于主题。前几天出现的主题并不重要，因此它不是一个序列，因为某个主题会产生一定的影响。 此外，无论如何，你都可以获得很少的神经网络数据。

最天真的方法是计算三个类c，x和y的平均值。这是第9,10和11天的期望。 期望是：

c = (24 + 15 + 33) / 3 = 24
x = (20 + 32 + 17) / 3 = 23
y = (13 + 22) / 2 = 17,5

如果您真的想使用神经网络，请执行以下操作：
1.将您的三个班级转换为一个热门的表示（这些是您的班级）
例如c =（0 0 1），y =（0 1 0），x =（1 0 0）;这是你的输入
2.将您的数字转换为二进制格式。那是你的标签
3.运行网络