уже указал, что это RNN, я публикую это после того, как этот ответ был принят по запросу OP.

я есть очень простой код машинного обучения здесь:

# load dataset
dataframe = pandas.read_csv("USDJPY,5.csv", header=None)
dataset = dataframe.values
X = dataset[:,0:59]
Y = dataset[:,59]
#fit Dense Keras model
model.fit(X, Y, validation_data=(x,y_test), epochs=150, batch_size=10)

Мои значения X - это 59 объектов, а 60-й столбец - это мое значение Y, простая метка классификации 1 или 0.

Учитывая, что я использую финансовые данные, я хотел бы вернуться к прошлым 20 значениям, чтобы предсказать значение Y.

Итак, как я могу заставить мой алгоритм использовать последние 20 строк в качестве входных данных для X для каждого значения Y?

Я относительно новичок в машинном обучении и провёл много времени в поисках решения своей проблемы в Интернете, но не смог найти ничего простого в своем деле.

Есть идеи?

Ответы на вопрос(0)

Ваш ответ на вопрос