输入数据中具有多个级别维度的Keras模型

Question

我想建立一个Keras模型，以了解是什么驱动了多维数据上下文中的获利能力。我面临的挑战是如何解决这个问题。

我有一个具有以下结构的数据集。第三个对象包括“结果”变量，我想使用所有其他变量对此进行预测。在“车轮”和“出租车旅行”与“乘客”和“出租车旅行”之间存在一对多关系。因此，一辆出租车有更多的轮子（通常是4个），而车上有一个或多个乘客。

Wheels:
 - Position
 - pressure
 - ... etc ...
 - KEY_taxitrip

Passengers:
 - Seat
 - Weight of passenger
 - Name
 - ... etc ...
 - KEY_taxitrip

Taxi trip:
 - KEY_taxitrip
 - Profit
 - Car
 - Brand
 - From location
 - Two location
 - ... etc ...

我一直在考虑的方法是将数据展平，但这将导致每个“出租车行程”的多个实例，而且将消除“车轮”和“乘客”值之间可能的相互作用。同样，这将使得很难将其用于预测。

有人针对此类问题在有关keras解决方案设计的文献上有任何建议吗？

Answer 1

我相信它在LSTM中被称为多输入 您可以在这篇文章中找到不同的结构：https://machinelearningmastery.com/keras-functional-api-deep-learning/

专家可能会提供更好的答案。