我有一个5000 by 9的二维numpy数组trainX，它包含时间序列的特征。我还有一维的浮点特征标签numpy数组trainY。这正是例如scikit-learn所需的格式。

我想将这些数据用于keras+LSTM。以下是我目前的代码：

NUM_EPOCHS = 20model = Sequential()model.add(LSTM(8, input_shape=(1, window_size)))model.add(Dense(1))model.compile(loss='mean_squared_error', optimizer='adam')model.fit(trainX, trainY, epochs=NUM_EPOCHS, batch_size=1, verbose=2)

然而，这似乎不起作用，因为keras需要trainX采用不同的格式。我已经阅读了手册，但我不明白具体需要什么格式。

如何将我的数据转换为keras可以接受的格式？

回答：

格式是(samples, timeSteps, features)

你有多少个序列？听起来像是一个5000步的序列，对吗？

那么格式应该是(1,5000,9)。

如果每个时间步有一个标签，那么标签也应该是(1,5000,1)（然后使用return_sequences=True）。否则，标签应该是(1,1)。

可选地，你可能希望将单个序列分割成多个片段，例如在经典的滑动窗口情况下，你会有许多样本但时间步较少，比如(4998,3,1)，假设你想要一个3步的窗口。那么标签应该如下：(4998,1)。