Я создаю RNN, который может классифицировать 4 различных класса на основе n-временных шагов каждого класса. Как я могу сопоставить эти классы меткам, чтобы потом обучить их?
Классы состоят из четырех транспортных средств, каждый класс имеет разный размер временных шагов (например, класс А имеет 10000, класс В имеет 50000 и т. Д.). Моя проблема в том, как создавать ярлыки
«сопоставить» эти классы (класс A = 1, класс B = 2 и т. д.) и как их кодировать в Keras.
Следующий шаг - это тренировка, в которой временные шаги классов будут передаваться в систему (перетасовано), и система должна правильно их маркировать.
#I have already normalized the data. The only thing left is labeling and
defining the model.
from numpy import genfromtxt
#A,B,C,D are numpy arrays of shape (timesteps,38).
#Timesteps are different for each class but all have same number of
features.
A = genfromtxt(lines, delimiter=',')
B = genfromtxt(lines2, delimiter=',')
C = genfromtxt(lines3, delimiter=',')
D = genfromtxt(lines4, delimiter=',')
Ожидаемый результат - это модель, которая принимает входные данные (выборки, временные шаги, объекты) и может предсказать класс.