当谈到正常的人工神经网络或任何标准机器学习技术时，我理解训练，测试和验证集应该是什么（概念上和经验法则比率） . 但是，对于双向LSTM（BLSTM）网络，如何分割数据让我感到困惑 .
我正在努力改进对受监控 Health 值组成的个别主题数据的预测 . 在最简单的情况下，对于每个主题，存在一个长时间序列的值（> 20k值），并且该时间序列的连续部分从一组类别中标记，这取决于主题的当前 Health 状况 . 对于BLSTM，网络将同时训练所有前后数据 . 那么问题是，如何分割一个主题的时间序列？
-
我不能只拿最后2,000个值（例如），因为它们可能都属于一个类别 .
-
我不能随机砍掉时间序列，因为学习和测试阶段都会由脱节的块组成 .
最后，每个主题（据我所知）具有略微不同（但相似）的特征 . 所以，也许，因为我有成千上万的科目，我会训练一些，测试一些，并验证其他人吗？但是，由于存在主体间的差异，如果我只考虑一个主题，我将如何设置测试？
1 回答
我认为这与您的特定数据集有关，而不是Bi-LSTM .
您难以分割数据集以进行训练/测试，而不是拆分特定样本中的序列 . 看起来你有许多不同的科目，它们构成了不同的样本 . 对于标准的训练/测试分割，您可以按照上一段中的建议在主题之间分割数据集 .
对于任何类型的RNN应用程序，您不会沿着时间顺序分开;您将整个序列作为单个样品输入Bi-LSTM . 因此，问题确实在于这样的模型是否适合您的问题，该问题在序列中的特定点处具有多个标签 . 您可以使用LSTM模型的序列到序列变体来预测序列中每个时间点所属的标签，但同样不会将序列分成多个部分 .