我在一些数据上使用 Keras。以下是详细信息：8,000 个客户，每个客户的时间步长从 2 到 41 不等。所以我使用零填充来确保所有客户都有 41 个时间步长。所有 8,000 个客户都有 2 个特征，数据带有多类标签，0-4。每个 tilmestep 都有一个标签。
训练模型后，在过程的测试部分，我想输入时间步长 1-40 的特征和标签，然后让它预测第 41 个时间步长的标签。有谁知道这是否可能？我发现 Keras 在解释它实际预测的内容时有点像一个黑盒子（例如，当它给出准确度分数时，这是什么准确度？它试图预测什么：最后一个 tilmestep 标签或所有 tilmestep 标签？）。
是否应该在顺序 Keras LSTM 模型中使用特定的模型细分？我读过'多对一模型（f（...））在接收到多个输入值（X（t），X（t + 1），......后产生一个输出（y（t））值。 .)。'（布朗利 2017 年）。但是，除了我要预测的最后一个时间步之外，我的输入对于所有时间步长都是 Xt 和 Yt ，这似乎并不能适应这一事实。我不确定如何设置我的代码来指示模型预测最后一个时间步长（我有数据，但我想将预测的类别与实际类别进行比较）。