# 如何为长短期记忆网络准备单变量时间序列数据 > 原文： [https://machinelearningmastery.com/prepare-univariate-time-series-data-long-short-term-memory-networks/](https://machinelearningmastery.com/prepare-univariate-time-series-data-long-short-term-memory-networks/) 当您刚刚开始深度学习时，很难准备数据。 长期短期记忆，或 LSTM，循环神经网络期望在 Keras Python 深度学习库中进行三维输入。 如果您的时间序列数据中包含数千个长序列，则必须将时间序列拆分为样本，然后将其重新整形为 LSTM 模型。 在本教程中，您将了解如何使用 Keras 在 Python 中为 LSTM 模型准备单变量时间序列数据。 让我们开始吧。  如何为长期短期记忆网络准备单变量时间序列数据 照片来自 [Miguel Mendez](https://www.flickr.com/photos/flynn_nrg/8487128120/) ，保留一些权利。 ## 如何准备时间序列数据 也许我得到的最常见问题是如何为监督学习准备时间序列数据。 我写过一些关于这个主题的帖子，例如： * [如何将时间序列转换为 Python 中的监督学习问题](https://machinelearningmastery.com/convert-time-series-supervised-learning-problem-python/) * [时间序列预测作为监督学习](https://machinelearningmastery.com/time-series-forecasting-supervised-learning/) 但是，这些帖子对每个人都没有帮助。 我最近收到了这封邮件： > 我的数据文件中有两列有 5000 行，第 1 列是时间（间隔 1 小时），第 2 列是比特/秒，我试图预测比特/秒。在这种情况下，您可以帮我设置[LSTM]的样本，时间步长和功能吗？ 这里几乎没有问题： * LSTM 期望 3D 输入，并且第一次了解这个问题可能具有挑战性。 * LSTM 不喜欢超过 200-400 个时间步长的序列，因此需要将数据拆分为样本。 在本教程中，我们将使用此问题作为显示为 Keras 中的 LSTM 网络专门准备数据的一种方法的基础。 ## 1.加载数据 我假设你知道如何将数据加载为 Pandas Series 或 DataFrame。 如果没有，请参阅以下帖子： * [如何在 Python 中加载和探索时间序列数据](https://machinelearningmastery.com/load-explore-time-series-data-python/) * [如何在 Python 中加载机器学习数据](https://machinelearningmastery.com/load-machine-learning-data-python/) 在这里，我们将通过在 5,000 个时间步长内存中定义新数据集来模拟加载。 ```py from numpy import array # load... data = list() n = 5000 for i in range(n): data.append([i+1, (i+1)*10]) data = array(data) print(data[:5, :]) print(data.shape) ``` 运行此片段既会打印前 5 行数据，也会打印已加载数据的形状。 我们可以看到我们有 5,000 行和 2 列：标准的单变量时间序列数据集。 ```py [[ 1 10] [ 2 20] [ 3 30] [ 4 40] [ 5 50]] (5000, 2) ``` ## 2.停机时间 如果您的时间序列数据随着时间的推移是一致的并且没有缺失值，我们可以删除时间列。 如果没有，您可能希望查看插入缺失值，将数据重新采样到新的时间刻度，或者开发可以处理缺失值的模型。看帖子如： * [如何使用 Python 处理序列预测问题中的缺失时间步长](https://machinelearningmastery.com/handle-missing-timesteps-sequence-prediction-problems-python/) * [如何使用 Python 处理丢失的数据](https://machinelearningmastery.com/handle-missing-data-python/) * [如何使用 Python 重新取样和插值您的时间序列数据](https://machinelearningmastery.com/resample-interpolate-time-series-data-python/) 在这里，我们只删除第一列： ```py # drop time data = data[:, 1] print(data.shape) ``` 现在我们有一个 5,000 个值的数组。 ```py (5000,) ``` ## 3.拆分成样品 LSTM 需要处理样品，其中每个样品是单个时间序列。 在这种情况下，5,000 个时间步长太长;根据我读过的一些论文，LSTM 可以更好地完成 200 到 400 个步骤。因此，我们需要将 5,000 个时间步骤分成多个较短的子序列。 我在这里写了更多关于拆分长序列的文章： * [如何处理具有长短期记忆循环神经网络的超长序列](https://machinelearningmastery.com/handle-long-sequences-long-short-term-memory-recurrent-neural-networks/) * [如何准备 Keras 中截断反向传播的序列预测](https://machinelearningmastery.com/truncated-backpropagation-through-time-in-keras/) 有很多方法可以做到这一点，你可能想根据你的问题探索一些。 例如，您可能需要重叠序列，也许非重叠是好的，但您的模型需要跨子序列的状态等等。 在这里，我们将 5,000 个时间步骤分成 25 个子序列，每个子序列有 200 个时间步长。我们将采用老式方式，而不是使用 NumPy 或 Python 技巧，以便您可以看到正在发生的事情。 ```py # split into samples (e.g. 5000/200 = 25) samples = list() length = 200 # step over the 5,000 in jumps of 200 for i in range(0,n,length): # grab from i to i + 200 sample = data[i:i+length] samples.append(sample) print(len(samples)) ``` 我们现在有 25 个子序列，每个子序列有 200 个时间步长。 ```py 25 ``` 如果您更喜欢在一个班轮中这样做，那就去吧。我很想知道你能想出什么。 在下面的评论中发布您的方法。 ## 4.重塑子序列 LSTM 需要具有[样本，时间步长和特征]格式的数据。 在这里，我们有 25 个样本，每个样本 200 个时间步长和 1 个特征。 首先，我们需要将我们的数组列表转换为 25 x 200 的 2D NumPy 数组。 ```py # convert list of arrays into 2d array data = array(samples) print(data.shape) ``` 运行这件作品，你应该看到： ```py (25, 200) ``` 接下来，我们可以使用 _reshape（）_ 函数为我们的单个特征添加一个额外的维度。 ```py # reshape into [samples, timesteps, features] # expect [25, 200, 1] data = data.reshape((len(samples), length, 1)) print(data.shape) ``` 就是这样。 现在，数据可用作 LSTM 模型的输入（X）。 ```py (25, 200, 1) ``` ## 进一步阅读 如果您希望深入了解，本节将提供有关该主题的更多资源。 ### 相关文章 * [如何将时间序列转换为 Python 中的监督学习问题](https://machinelearningmastery.com/convert-time-series-supervised-learning-problem-python/) * [时间序列预测作为监督学习](https://machinelearningmastery.com/time-series-forecasting-supervised-learning/) * [如何在 Python 中加载和探索时间序列数据](https://machinelearningmastery.com/load-explore-time-series-data-python/) * [如何在 Python 中加载机器学习数据](https://machinelearningmastery.com/load-machine-learning-data-python/) * [如何使用 Python 处理序列预测问题中的缺失时间步长](https://machinelearningmastery.com/handle-missing-timesteps-sequence-prediction-problems-python/) * [如何使用 Python 处理丢失的数据](https://machinelearningmastery.com/handle-missing-data-python/) * [如何使用 Python 重新取样和插值您的时间序列数据](https://machinelearningmastery.com/resample-interpolate-time-series-data-python/) * [如何处理具有长短期记忆循环神经网络的超长序列](https://machinelearningmastery.com/handle-long-sequences-long-short-term-memory-recurrent-neural-networks/) * [如何准备 Keras 中截断反向传播的序列预测](https://machinelearningmastery.com/truncated-backpropagation-through-time-in-keras/) ### API * [Keras 的 LSTM API](https://keras.io/layers/recurrent/#lstm) * [numpy.reshape API](https://docs.scipy.org/doc/numpy/reference/generated/numpy.reshape.html) ## 摘要 在本教程中，您了解了如何将长的单变量时间序列数据转换为可用于在 Python 中训练 LSTM 模型的表单。 这篇文章有帮助吗？你有任何问题吗？ 请在下面的评论中告诉我。