【第3弾】LSTMで時系列分析に挑戦【1秒でもいいからソースコードに触れる】

LSTMで時系列データ分析に挑戦中。

冒頭部分はほとんど変わっていないが、今回で第3弾。

テーマは、「1949年1月から1960年12月の国際線での乗客数」

f:id:takanarukodou2:20210629012031p:plain

データの前処理から見直しを開始した。

前回までは、正直サンプルプログラムを動かすことに専念していた。

入力データがどのような形式かを理解していなかったので、

その辺りから、立ち戻って理解を深めていきたい。

■kerasでLSTMを利用する方法をもう少し理解したい

　LSTMはRNNベース。

　RNNを利用するには、Inputオブジェクトでbatch_shapeの指定が必要。

　kerasのリファレンスを参照すると、Inputオブジェクトにおいて、

　「**kwargs: deprecated arguments support. Supports batch_shape and batch_input_shape.」

　といった記載があった。

　さらに、batch_shapeについて調査し、バッチサイズの形状？であることが判明。

　　　※Keras入力の説明：input_shape、units、batch_size、dimなど (qastack.jp)

　X_train.shapeが(96,3,1)であることから、batch_shapeは(1,3,1)とした。

■Kerasのシーケンシャルモデルの利用

◆サンプルプログラム
　inputs = Input(dtype='float32',batch_shape = (1, 3, 1), name='inputs')
　　->形状(1, 3, 1)　　

　out = Bidirectional(LSTM(8, return_sequences = True, activation='tanh'))(inputs)
　　->形状(1, 3, 16)
　out = Bidirectional(LSTM(8, activation='tanh'))(out)
　　->形状(1, 16)
　outputs = Dense(1, activation='linear', name='output')(out)
　　->全結合層。形状(1, 1)
 
◆引数の説明