Я пытаюсь сделать LSTM для набора данных, который имеет корреляцию между функциями. Фрейм данных имеет 1000 временных шагов из 6 (до 9) столбцов, которые представляют собой 1000 выборок, и последний столбец - моя цель. Чтобы сделать предварительную обработку, я не знал, что я должен сделать это после изменения формы или до. Чтобы изменить форму, я использовал приведенный ниже код, и я уверен, что он не правильный:
import numpy as np
y = df.iloc[:,5]
X1 = df.iloc[:,0]
X2 = df.iloc[:,1]
X3 = df.iloc[:,2]
X4 = df.iloc[:,3]
X5 = df.iloc[:,4]
X = np.column_stack((X1,X2,X3,X4,X5))
x = np.reshape(1000,1,5)
y = np.reshape(1000,1,1)
, а для разделения и предварительной обработки я использовал следующий код:
from sklearn.preprocessing import MinMaxScaler
train_size = int(len(x) * 0.67)
test_size = len(x) - train_size
train , test = x[train_size:0,:] , x[train_size:len(x),:]
print(len(train), len(test))
scaler = MinMaxScaler(feature_range= (0,1))
x = scaler.fit_transform(x)
Но я получил ошибку. Не могли бы вы оказать мне услугу. Вся помощь будет оценена.