LSTM - 多类分类 - 数据准备
LSTM - Multiclass classification - Data prep
我正在尝试实现一个 LSTM 神经网络，用于对土地进行分类 use/cover。我的数据集看起来像：
所以，我有大约 10,000 个多边形（每个多边形都有一个唯一的 New_id 值），对于每个多边形，我在 29 个不同的日期（数据柱子）。我想为这 4 个索引使用 29 个日期的序列来预测 Class（多个输出和一个输入）。然而，我完全迷失了准备数据集，到目前为止我试过：
但我认为它不对...顺便说一句，当我尝试 运行 那个单元格时它返回了一个错误：
有人知道会发生什么吗？我该如何为这个问题准备数据集？非常感谢！
回答：
数据集中有空值，所以它不是 运行 首先。
其次，将 numpy 版本降级到 1.19.2，它起作用了。
我正在尝试实现一个 LSTM 神经网络，用于对土地进行分类 use/cover。我的数据集看起来像：
所以，我有大约 10,000 个多边形（每个多边形都有一个唯一的 New_id 值），对于每个多边形，我在 29 个不同的日期（数据柱子）。我想为这 4 个索引使用 29 个日期的序列来预测 Class（多个输出和一个输入）。然而，我完全迷失了准备数据集，到目前为止我试过：
但我认为它不对...顺便说一句，当我尝试 运行 那个单元格时它返回了一个错误：
有人知道会发生什么吗？我该如何为这个问题准备数据集？非常感谢！
回答： 数据集中有空值，所以它不是 运行 首先。 其次，将 numpy 版本降级到 1.19.2，它起作用了。