这意味着,输入层在拟合模型和预测时期望得到一个三维数据数组,即使数组的特定维度包含一个单一值,例如一个样本或一个特性。...例如,这可能是10个值的序列:
0.1,0.2,0.3,0.4,0.5,0.6,0.7,0.8,0.9,1.0
我们可以将这个数字序列定义为一个NumPy数组。...from numpyimport array
data= array([0.1,0.2,0.3,0.4,0.5,0.6,0.7,0.8,0.9,1.0])
然后,我们可以在NumPy数组上使用reshape...input_shape参数需要一个包含两个值的元组定义步骤和时间特性。
样本的数量被认为是1或更多。
NumPy数组的 reshape() 函数可以用来重新调整一维,二维和三维数据。.../numpy-1.13.0/reference/generated/numpy.reshape.html)
如何将Python中的时间序列转换成监督学习问题(链接地址为http://machinelearningmastery.com