3

我正在研究一个序列预测问题,我在这方面没有太多经验,所以下面的一些问题可能很幼稚。

仅供参考:我在这里创建了一个关注 CRF 的后续问题

我有以下问题:

我想预测多个非独立变量的二进制序列。

输入:

我有一个包含以下变量的数据集:

  1. 时间戳
  2. A组和B组
  3. 在特定时间戳对应每个组的二进制信号

此外,假设以下情况:

  1. 我们可以从时间戳(例如一天中的小时)中提取额外的属性,这些属性可以用作外部预测器
  2. 我们认为 A 组和 B 组不是独立的,因此联合建模他们的行为可能是最佳的

binary_signal_group_A并且binary_signal_group_B是我想使用(1)它们过去的行为和(2)从每个时间戳中提取的附加信息来预测的 2 个非独立变量。

到目前为止我所做的:

# required libraries
import re
import numpy as np
import pandas as pd
from keras import Sequential
from keras.layers import LSTM

data_length = 18  # how long our data series will be
shift_length = 3  # how long of a sequence do we want

df = (pd.DataFrame  # create a sample dataframe
    .from_records(np.random.randint(2, size=[data_length, 3]))
    .rename(columns={0:'a', 1:'b', 2:'extra'}))
# NOTE: the 'extra' variable refers to a generic predictor such as for example 'is_weekend' indicator, it doesn't really matter what it is

# shift so that our sequences are in rows (assuming data is sorted already)
colrange = df.columns
shift_range = [_ for _ in range(-shift_length, shift_length+1) if _ != 0]
for c in colrange:
    for s in shift_range:
        if not (c == 'extra' and s > 0):
            charge = 'next' if s > 0 else 'last'  # 'next' variables is what we want to predict
            formatted_s = '{0:02d}'.format(abs(s))
            new_var = '{var}_{charge}_{n}'.format(var=c, charge=charge, n=formatted_s)
            df[new_var] = df[c].shift(s)

# drop unnecessary variables and trim missings generated by the shift operation
df.dropna(axis=0, inplace=True)
df.drop(colrange, axis=1, inplace=True)
df = df.astype(int)
df.head()  # check it out

#   a_last_03  a_last_02      ...        extra_last_02  extra_last_01
# 3          0          1      ...                    0              1
# 4          1          0      ...                    0              0
# 5          0          1      ...                    1              0
# 6          0          0      ...                    0              1
# 7          0          0      ...                    1              0
# [5 rows x 15 columns]

# separate predictors and response
response_df_dict = {}
for g in ['a','b']:
    response_df_dict[g] = df[[c for c in df.columns if 'next' in c and g in c]]

# reformat for LSTM
# the response for every row is a matrix with depth of 2 (the number of groups) and width = shift_length
# the predictors are of the same dimensions except the depth is not 2 but the number of predictors that we have

response_array_list = []
col_prefix = set([re.sub('_\d+$','',c) for c in df.columns if 'next' not in c])
for c in col_prefix:
    current_array = df[[z for z in df.columns if z.startswith(c)]].values
    response_array_list.append(current_array)

# reshape into samples (1), time stamps (2) and channels/variables (0)
response_array = np.array([response_df_dict['a'].values,response_df_dict['b'].values])
response_array = np.reshape(response_array, (response_array.shape[1], response_array.shape[2], response_array.shape[0]))
predictor_array = np.array(response_array_list)
predictor_array = np.reshape(predictor_array, (predictor_array.shape[1], predictor_array.shape[2], predictor_array.shape[0]))

# feed into the model
model = Sequential()
model.add(LSTM(8, input_shape=(predictor_array.shape[1],predictor_array.shape[2]), return_sequences=True))  # the number of neurons here can be anything
model.add(LSTM(2, return_sequences=True))  # should I use an activation function here? the number of neurons here must be equal to the # of groups we are predicting
model.summary()

# _________________________________________________________________
# Layer (type)                 Output Shape              Param #   
# =================================================================
# lstm_62 (LSTM)               (None, 3, 8)              384       
# _________________________________________________________________
# lstm_63 (LSTM)               (None, 3, 2)              88        
# =================================================================
# Total params: 472
# Trainable params: 472
# Non-trainable params: 0

model.compile(loss='binary_crossentropy', optimizer='adam', metrics=['accuracy'])  # is it valid to use crossentropy and accuracy as metric?
model.fit(predictor_array, response_array, epochs=10, batch_size=1)
model_preds = model.predict_classes(predictor_array)  # not gonna worry about train/test split here
model_preds.shape  # should return (12, 3, 2) or (# of records, # of timestamps, # of groups which are a and b)

# (12, 3)

model_preds
# array([[1, 0, 0],
#        [0, 0, 0],
#        [1, 0, 0],
#        [0, 0, 0],
#        [1, 0, 0],
#        [0, 0, 0],
#        [0, 0, 0],
#        [0, 0, 0],
#        [0, 0, 0],
#        [0, 0, 0],
#        [1, 0, 0],
#        [0, 0, 0]])

问题:

这里的主要问题是:我如何让它工作,以便模型预测两组的下一个 N 序列?

此外,我想问以下问题:

  1. 预计 A 组和 B 组是互相关的,但是,尝试通过单个模型同时输出 A 和 B 序列是否有效,或者我应该拟合 2 个单独的模型,一个预测 A,另一个预测 B,但都使用历史 A 和 B 数据作为输入?
  2. 虽然我在模型中的最后一层是形状为 (None, 3, 2) 的 LSTM,但预测输出的形状为 (12, 3),而我预计它是 (12, 2) - 我在做什么这里错了,如果是这样,我将如何解决这个问题?
  3. 就输出 LSTM 层而言,在这里使用激活函数会不会是个好主意,比如 sigmoid?为什么/为什么不?
  4. 使用分类类型损失(二进制交叉熵)和度量(准确度)来优化序列是否有效?
  5. LSTM 模型在这里是最佳选择吗?有人认为 CRF 或某些 HMM 类型的模型在这里会更好吗?

非常感谢!

4

1 回答 1

5

我将依次回答所有问题

我如何让它工作,以便模型预测两组的下一个 N 序列?

我建议对您的模型进行两次修改。
一个是对最后一层使用 sigmoid 激活。

为什么??考虑二元交叉熵损失函数(我从这里借用了方程)计算损失, 网络预测和目标值
情商
在哪里。Lpy

损失定义为情商。如果 p 超出此开区间范围,则损失未定义。keras中lstm层的默认激活是tanh,它的输出范围是(-1, 1)。这意味着模型的输出不适合二元交叉熵损失。如果您尝试训练模型,您最终可能会nan蒙受损失。

第二修改(是第一个修改的一部分)要么在最后一层之前添加 sigmoid 激活。为此,您有三个选择。

  1. 在输出和最后一个 lstm 层之间添加具有 sigmoid 激活的密集层。
  2. 或者将lstm层的激活改为sigmoid。
  3. 或者在输出层之后添加带有 sigmoid 激活的激活层。

即使所有情况都可行,我还是建议使用带 sigmoid 激活的密集层,因为它几乎总是效果更好。现在具有建议更改的模型将是

model = Sequential()
model.add(LSTM(8, input_shape=(predictor_array.shape[1],predictor_array.shape[2]), return_sequences=True))  
model.add(LSTM(2, return_sequences=True)) 
model.add(TimeDistributed(Dense(2, activation="sigmoid")))
model.summary()

...尝试通过单个模型同时输出 A 和 B 序列是否有效,或者我应该适合 2 个单独的模型...?

理想情况下,这两种情况都可以工作。但是最近的研究表明,前一种情况(你对两组都使用一个模型)往往表现更好。该方法通常称为多任务学习多任务学习背后的想法非常广泛,为简单起见,它可以被认为是通过强制模型学习多个任务常见的隐藏表示来增加归纳偏差。

...预测输出的形状为 (12, 3),而我预计它是 (12, 2) - 我在这里做错了什么...?

你得到这个是因为你正在使用predict_classes方法。与 predict 方法不同, predict_classes 方法返回通道轴的最大索引(在您的情况下为第三索引)。正如我在上面所解释的,如果您对最后一层使用 sigmoid 激活并将 predict_classes 替换为 predict,您将得到您所期望的。

就输出 LSTM 层而言,在这里使用激活函数会不会是个好主意,比如 sigmoid?为什么/为什么不?

我希望我已经在上面解释了这一点。答案是肯定的。

使用分类类型损失(二进制交叉熵)和度量(准确度)来优化序列是否有效?

由于您的目标是二进制信号(分布是 伯努利分布),是的,使用二进制损失和准确度指标是有效的。这个答案提供了 更多关于为什么二进制交叉熵对这种类型的目标变量有效的细节。

LSTM 模型在这里是最佳选择吗?有人认为 CRF 或某些 HMM 类型的模型在这里会更好吗?

这取决于可用数据和您选择的网络的复杂性。如果可用数据很小,CRF 和 HMM 网络很简单并且工作得更好。但是如果可用的数据集很大,LSTM 几乎总是优于 CRF 和 HMM。我的建议是,如果您有大量数据,请使用 LSTM。但是,如果您有少量数据或正在寻找简单的模型,您可以使用 CRF 或 HMM。

于 2018-12-30T14:29:30.047 回答