问题描述
我正在训练一个LSTM网络以使用张量流进行时间序列回归。我已经将400多个数据集（3个输入，1个目标）切成20个样本长窗口。 因此，我的训练数据是形状为的输入和目标numpy数组（窗口数，窗口长度，特征）。我的代码如下：
from sklearn.model_selection import StratifiedKFold
seed = 7
np.random.seed(seed)
kfold = StratifiedKFold(n_splits=10,shuffle=True,random_state=seed)
for train,test in kfold.split(input_train,target_train):
#train model
我知道StratifiedKFold无法处理3D数据，所以我的问题是：当具有形状时，如何使用kfold交叉验证拆分数据？
有可能吗？还是我误会了它的工作原理？
非常感谢您的帮助！
卢卡斯
解决方法
暂无找到可以解决该程序问题的有效方法，小编努力寻找整理中！
如果你已经找到好的解决方法，欢迎将解决方案带上本链接一起发送给小编。
小编邮箱:dio#foxmail.com (将#修改为@）