回答編集履歴
5
一部修正
answer
CHANGED
|
@@ -4,7 +4,7 @@
|
|
|
4
4
|
|
|
5
5
|
質問者様の前処理との相違点
|
|
6
6
|
|
|
7
|
-
- 参考例では、データは [サンプル数, ルックバック数, 変数数] という形式にしてい
|
|
7
|
+
- 参考例では、データは [サンプル数, ルックバック数, 変数数] という形式にしています。試していませんが、質問者様の形式だと、ルックバック=1、すなわち1単位時刻前のデータだけから予測しようとしているようです。
|
|
8
|
-
- 参考例では、目的変数（の過去情報）も、説明変数の1つとして活用してい
|
|
8
|
+
- 参考例では、目的変数（の過去情報）も、説明変数の1つとして活用しています。質問者様の形式だと、肝心の目的変数の過去情報は、一切予測に使わないことになります。
|
|
9
9
|
|
|
10
|
-
上記の2つがあわさって、「少し幅を持った過去の情報から未来を予測する」「求めたい血流量（の過去データ）も予測に活用する」という動作になりますので、予測精度が高まることが期待できます。
|
|
10
|
+
上記の2つがあわさって、参考例の方法をとれば、「少し幅を持った過去の情報から未来を予測する」「求めたい血流量（の過去データ）も予測に活用する」という動作になりますので、予測精度が高まることが期待できます。
|
4
書式の改善
answer
CHANGED
|
@@ -4,7 +4,7 @@
|
|
|
4
4
|
|
|
5
5
|
質問者様の前処理との相違点
|
|
6
6
|
|
|
7
|
-
|
|
7
|
+
- 参考例では、データは [サンプル数, ルックバック数, 変数数] という形式にしている。試していませんが、質問者様の形式だと、ルックバック=1、すなわち1単位時刻前のデータだけから予測しようとしているようです。
|
|
8
|
-
|
|
8
|
+
- 参考例では、目的変数（の過去情報）も、説明変数の1つとして活用している。質問者様の形式だと、肝心の目的変数の過去情報は一切予測に使わないことになります。
|
|
9
9
|
|
|
10
10
|
上記の2つがあわさって、「少し幅を持った過去の情報から未来を予測する」「求めたい血流量（の過去データ）も予測に活用する」という動作になりますので、予測精度が高まることが期待できます。
|
3
一部修正
answer
CHANGED
|
@@ -4,7 +4,7 @@
|
|
|
4
4
|
|
|
5
5
|
質問者様の前処理との相違点
|
|
6
6
|
|
|
7
|
-
+ データは [サンプル数, ルックバック数, 変数数] という形式にしている。
|
|
7
|
+
+ 参考例では、データは [サンプル数, ルックバック数, 変数数] という形式にしている。試していませんが、質問者様の形式だと、ルックバック=1、すなわち1単位時刻前のデータだけから予測しようとしているようです。
|
|
8
|
-
+ 目的変数（の過去情報）も、説明変数の1つとして活用している。
|
|
8
|
+
+ 参考例では、目的変数（の過去情報）も、説明変数の1つとして活用している。質問者様の形式だと、肝心の目的変数の過去情報は一切予測に使わないことになります。
|
|
9
9
|
|
|
10
|
-
上記の2つがあわさって、「少し過去の情報から未来を予測する」「求めたい血流量（の過去データ）も予測に活用する」という動作になりますので、予測精度が高まることが期待できます。
|
|
10
|
+
上記の2つがあわさって、「少し幅を持った過去の情報から未来を予測する」「求めたい血流量（の過去データ）も予測に活用する」という動作になりますので、予測精度が高まることが期待できます。
|
2
一部修正
answer
CHANGED
|
@@ -5,6 +5,6 @@
|
|
|
5
5
|
質問者様の前処理との相違点
|
|
6
6
|
|
|
7
7
|
+ データは [サンプル数, ルックバック数, 変数数] という形式にしている。
|
|
8
|
-
+ 目的変数も、説明変数の1つとして活用している。
|
|
8
|
+
+ 目的変数（の過去情報）も、説明変数の1つとして活用している。
|
|
9
9
|
|
|
10
10
|
上記の2つがあわさって、「少し過去の情報から未来を予測する」「求めたい血流量（の過去データ）も予測に活用する」という動作になりますので、予測精度が高まることが期待できます。
|
1
書式の改善
answer
CHANGED
|
@@ -1,5 +1,4 @@
|
|
|
1
|
-
データの前処理が、通常のリグレッションモデルの流儀になってしまっています。LSTMの流儀になっていません。
|
|
2
|
-
今回の場合、「多変量LSTM」というキーワードでググると、参考になる記事がいろいろありますので、確認ください。
|
|
1
|
+
データの前処理が、通常のリグレッションモデルの流儀になってしまっています。LSTMの流儀になっていません。今回の場合、「多変量LSTM」というキーワードでググると、参考になる記事がいろいろありますので、確認ください。
|
|
3
2
|
|
|
4
3
|
参考例: [TensorFlow 2.x での多変量LSTMとデータの前処理](https://qiita.com/ell/items/34f069651b551709d127)
|
|
5
4
|
|