如何在TensorFlow时间序列窗口中从特征数据移除标签数据

针对你需要从特征数据中移除标签列的需求，直接修改WindowGenerator类中的split_window方法即可，核心是对特征张量的列维度进行切片，把最后一列单独作为标签，其余列作为输入特征。

修改后的split_window函数 #

def split_window(self, features):
    # 输入特征：取所有样本、输入窗口时间步、除最后一列外的所有特征列
    inputs = features[:, :-self.label_width, :-1]
    # 预测标签：取所有样本、标签窗口时间步、仅最后一列作为标签
    labels = features[:, -self.label_width:, -1:]
    
    # 维持TensorFlow对张量形状的约束，避免后续训练报错
    inputs.set_shape([None, self.input_width, None])
    labels.set_shape([None, self.label_width, None])
    
    return inputs, labels

代码说明 #

• 特征切片逻辑：[:, :-self.label_width, :-1]
  三个维度分别对应：样本批量、输入窗口的时间步（剔除标签对应的时间步）、所有特征列（排除最后一列标签列）
• 标签切片逻辑：[:, -self.label_width:, -1:]
  三个维度分别对应：样本批量、标签窗口的时间步（比如单步预测就是最后1个时间步）、仅保留最后一列作为标签
• 形状约束：保留set_shape调用是为了让TensorFlow明确张量的维度信息，避免模型编译或训练时出现形状不匹配的问题

测试验证 #

假设你的输入特征张量形状为(32, 11, 4)（32个样本、10个输入时间步+1个标签时间步、4个数据列），修改后：

• 输入特征inputs的形状为(32, 10, 3)，对应前3列特征数据
• 标签labels的形状为(32, 1, 1)，对应第4列标签数据

内容的提问来源于stack exchange，提问作者Abdelrahman Hamdy