У меня есть таблица из 6 (может быть увеличена до 8) объектов и один указанный c столбец цели. Если я хочу спроектировать рекуррентную нейронную сеть или LSTM с использованием кера, я должен определить функцию, которая представляет идею взглянуть на последний шаг по времени, чтобы оценить следующий шаг по времени. В настоящее время я использовал этот код, но я думаю, что-то не так go правильно.
# convert an array of values into a dataset matrix
def create_dataset(dataset, look_back=1):
dataX, dataY = [], []
for i in range(len(dataset)-look_back-1):
a = dataset[i:(i+look_back), 0]
dataX.append(a)
dataY.append(dataset[i + look_back, 0])
return numpy.array(dataX), numpy.array(dataY)
Что делать, если у меня 6 или более столбцов объектов и 1 столбец цели. Все усилия будут оценены.