Я пытаюсь протестировать CNN Keras 1DConv, чтобы помочь предсказать временные ряды / данные о запасах.Что-то вроде N акций будет иметь данные OHLCV для n временных шагов.Например, для акций N = 1 я пытаюсь предсказать только цену закрытия следующего периода.Скажем, используя одну акцию, у меня есть 100 периодов со значениями OHLCV, поэтому X.shape = (100, 5), а y.shape = (100, 1).
Я пытаюсь добавить слой в качестве входных данных:
model.add(Conv1D(filters=50, kernel_size=7,activation='relu', data_format='channels_last',input_shape=(100,5)))
, но продолжаю получать ошибки в отношении формы ввода (когда я пытаюсь подогнать данные), либо не являюсьправильные размеры или передача формы в неправильном порядке.Я пытался изменить массивы, чтобы добавить дополнительное измерение, но пока ничего не получалось.Как мне отформатировать данные, и, пожалуйста, дайте мне знать, если у вас есть какие-либо предложения по поводу этой задачи, касающейся масштабирования, параметров (потеря, оптимизатор, активация, data_format).Как каналы играют в это?
Приветствия!
model.fit(X_train, y_train, epochs=nb_epoch, validation_data=(X_test, y_test), batch_size=16)
ValueError: Error when checking target: expected conv1d_1 to have 3 dimensions, but got array with shape (100, 5)