多変量の時系列機械学習(LSTM,RNN)

多変量の時系列機械学習に取り組んでいます。イメージとしては過去3日間の気圧、気温から当日の天気（晴れ曇り雨の3クラス）を求めるというものです。
[Kerasで多変量LSTM]のページを参考にkerasのlstm,simple rnnで学習をしています。
モデル定義と学習部分のコードは以下です。

python3
1def create_model():
2    model = Sequential()
3    # model.add(LSTM(128,
4    model.add(SimpleRNN(128,
5             input_shape=(testX.shape[1], 3),
6             # kernel_initializer=>orthogonal(gain=1.0, seed=25),glorot_normal(seed=25),he_normal(seed=25)など
7             kernel_initializer=he_uniform(seed=25),
8             # recurrent_initializer=orthogonal(gain=1.0, seed=25),
9             return_sequences=True,
10             # kernel_regularizer=regularizers.l2(0.001),
11             recurrent_dropout = 0.4,
12             dropout=0.4
13                   ))
14    model.add(SimpleRNN(16,
15                   # activation="relu","tanh","linear","LeakyReLU(alpha=0.3)"など
16                   activation="relu",
17                   # kernel_initializer=>orthogonal(gain=1.0, seed=25),glorot_normal(seed=25),he_normal(seed=25)など
18                   kernel_initializer=he_uniform(seed=25),
19                   # recurrent_initializer=orthogonal(gain=1.0, seed=25),
20                   dropout=0.2,
21                   recurrent_dropout=0.2
22                   ))
23    model.add(Dense(3,
24                   # kernel_initializer=>orthogonal(gain=1.0, seed=25),glorot_normal(seed=25),he_normal(seed=25)など
25                   kernel_initializer = glorot_normal(seed=25)))
26    model.add(Activation("softmax"))
27    # optimizer=Adam(lr=0.001),Adagrad(lr=0.005),RMSprop(lr=0.01),SGD(lr=0.005)など
28    model.compile(loss="categorical_crossentropy", optimizer=Adam(lr=0.001),metrics=['acc'])
29    return model
30def train(x_train, y_train) :
31    early_stopping = EarlyStopping(monitor='loss', mode='auto', patience=100)
32    model = create_model()
33    model.fit(x_train, y_train, batch_size=32, epochs=1000, callbacks=[early_stopping]
34    )
35    return model

そこで大きく3つ質問です。
１つ目
入力データについてx_train を出力するとどのようになっているのが正解なのでしょうか。
trainX,(データ数, 2, 3)
[[[気圧1 気圧2 気圧3]
[ 気温1 気温2 気温3 ]]
[[気圧2 気圧3 気圧4]
[ 気温2 気温3 気温4 ]]
...
[[ 気圧n-2 気圧n-1 気圧n]
[ 気温n-2 気温n-1 気温n ]]]
trainY
[[0. 1. 0.]
[1. 0. 0.]
...
[1. 0. 0.]]
という形で良いのでしょうか。
２つ目
lossが全く下がらないのですが(trainingデータもtestデータも同様に精度が低いです。)、コード上での問題はありますか。optimizer activation iinitializerなどの選択の仕方や使うべき層よく分かりませんでした。またrecurrent_initializerなどのパラメータは使うべきでしょうか。
３つ目
本当は雨か晴れかの2クラス分類にしようかと考えていましたが、不均衡データになってしまうため諦めました。smoteを試みたのですが、気圧と気温のに変量があるせい（だと思います）で失敗しました。このようなデータにも対応できる不均衡解決法があれば知りたいです。