Предположим, у меня есть следующая проблема, когда на основе исторического среднемесячного дохода и среднего возраста населения в данном городе (в период с 01.01.1960 по 01.01.2019) я хочу прогнозировать цены на жилье, используя модель LSTM без суммирования (один слой LSTM).Следовательно, у меня есть две независимые переменные (средний доход и средний возраст) и одна зависимая переменная (цены) - см. Ниже.
Если я не ошибаюсь, то это проблема многих ко многим, в которой у меня одинаковое количество входов и выходов.У меня есть следующие вопросы о возвращаемых последовательностях.
1) Нужно ли устанавливать return_sequence = true или false?В аналогичных примерах в интернете я видел людей, устанавливающих значение false в аналогичных задачах, но это не имеет смысла.
2) Если я использую return_sequence = true, тогда слой LSTM генерирует 3-мерный результат.Это, однако, не принимается плотным слоем, так как я получаю ошибку несоответствия размеров в плотном слое.Что мне нужно сделать в этом случае?
3) Если я подумаю об этой проблеме как можно больше и поставлю return_sequence = false, будет ли это логичным подходом?Означает ли это, что LSTM примет только последнее доступное значение Y, которое в этом примере равно Y708, и проигнорирует все оставшиеся значения Y?
Пример формирования данных и картина LSTM ниже.Заранее спасибо.
Данные
Формирование LSTM