我正在尝试使用LSTM方法解决Python中多序列数据的时间序列预测问题。
在遵循本手册的过程中，有些困惑site here
在本手册中，作者解决了时间序列空气污染预测的问题。数据如下：
pollution dew temp press wnd_dir wnd_spd snow rain
date
2010-01-02 00:00:00 129.0 -16 -4.0 1020.0 SE 1.79 0 0
2010-01-02 01:00:00 148.0 -15 -4.0 1020.0 SE 2.68 0 0
2010-01-02 02:00:00 159.0 -11 -5.0 1021.0 SE 3.57 0 0
2010-01-02 03:00:00 181.0 -7 -5.0 1022.0 SE 5.36 1 0
2010-01-02 04:00:00 138.0 -7 -5.0 1022.0 SE 6.25 2 0
所以我真的很想改变这个例子来解决我的问题。假设我们有3个城市需要预测空气污染并解决问题。 LSTM的数据将如何显示？我们是否需要为此使用张量，还是只需要添加cityID之类的其他列，然后执行以下操作：
date cityID
2010-01-02 00:00:00 1
2010-01-02 01:00:00 1
2010-01-02 02:00:00 1
2010-01-02 03:00:00 1
2010-01-02 04:00:00 1
2010-01-02 00:00:00 2
2010-01-02 01:00:00 2
2010-01-02 02:00:00 2
2010-01-02 03:00:00 2
2010-01-02 04:00:00 2
2010-01-02 00:00:00 3
2010-01-02 01:00:00 3
2010-01-02 02:00:00 3
2010-01-02 03:00:00 3
2010-01-02 04:00:00 3