当训练数据在多个时间序列的csv文件中时如何提供LSTM？

Question

我正在运行LSTM来为每位患者分类医疗记录.这就是说,对于每个病人(观察),我有一个CSV文件.整个数据集是多个CSV文件,每个文件都是时间序列的DataFrame.停止看这是显而易见的,因为LSTM与图像和时间序列之间存在一个小差异,它是序列的SIZE.图像大小相同但患者录音不是!

题:

如何使用我的培训数据为LSTM网络提供信息？

我相信如果你熟悉图像分类,你可以帮助解决我的问题,但这不仅仅是相同的方法.

例

对于一名患者,我有一个DataFrame,其中包含我想在LSTM中使用的所有记录.

df.shape
Out[29]: (5679000, 4) 
# The 5679000 change from one patient to another but 4 columns are fixed

看看这里:

df.head(4)

Out[30]: 

   AIRFLOW     SaO2    ECG  Target  
0    -34.0  31145.0  304.0     0.0  
1    -75.0  31145.0  272.0     0.0  
2    -63.0  31145.0  254.0     0.0  
3    -57.0  31145.0  251.0     1.0  
4    -60.0  31145.0  229.0     0.0  

问题:

有什么建议可以喂我的网络吗？

Answer 1

lstm_baseline(df[['AIRFLOW','SaO2','ECG']], df['Target'], 64)