我是Keras的新手,正在尝试实现一个序列到序列的LSTM模型。具体来说,我有一个包含9个特征的数据集,我想要预测5个连续值。
我已经将训练集和测试集分开,并且它们的形状分别为:
X TRAIN (59010, 9)
X TEST (25291, 9)
Y TRAIN (59010, 5)
Y TEST (25291, 5)
LSTM目前非常简单:
model = Sequential()
model.add(LSTM(100, input_shape=(9,), return_sequences=True))
model.compile(loss="mean_absolute_error", optimizer="adam", metrics= ['accuracy'])
history = model.fit(X_train,y_train,epochs=100, validation_data=(X_test,y_test))
但我遇到了以下错误:
ValueError: 输入的维度和要求不符,lstm_1层期望输入3维数据,但实际输入是2维数据
有没有人能帮助我?