多变量LSTM数据预处理

Question

​

所显示的代码对于验证数据非常有效，而不是用于培训，帮助我发现错误。

`

 window = 23
 forecast = 23
 TRAIN_SPLIT = 2000
 x_train, y_train = multi_data_prep(X_data, Y_data, 0,     
 TRAIN_SPLIT, window, forecast)
 x_vali, y_vali = multi_data_prep(X_data, Y_data, TRAIN_SPLIT, 
 None, window, forecast)
 x_train.shape, y_train.shape, x_vali.shape, y_vali.shape 

  def multi_data_prep(X_data, Y_data, start, end, window, 
  horizon):
  X = []
  y = []
  start = start + window
  if end is None:
  end = len(X_data) - horizon
  for i in range(start, end):
  indices = range(i-window, i)
  X.append(X_data[indices])
  indicey = range(i+1, i+1+horizon)
  y.append(Y_data[indicey])
  return np.array(X), np.array(y) 

接收输出作为((0，)，(0，)，(444，23，4)，(444，23，1))

Answer 1

问题是，对于end不是None的情况，您没有实现一些有用的东西；您只需返回空列表X和y的numpy数组。

编辑:这也是为什么我在关于缩进的评论中问:在Python中它真的很重要。您可能希望取消for循环的缩进，以便在这两种情况下都执行它。