如何将Pandas DataFrame传入Keras SimpleRNN层实现目标预测？

1. 明确RNN输入的核心要求 #

RNN层要求输入是**[batch_size, timesteps, features]**的3D张量：

• batch_size：每次训练的样本数
• timesteps：每个序列包含的时间步数量（比如用前2周的数据预测第3周目标，timesteps=2）
• features：每个时间步对应的特征数量（你的数据里是5个Feature）

你的当前数据是2D的[样本数, 特征数]，缺少时间步维度，同时模型的input_shape设置与实际特征数不匹配，这是报错的根本原因。

2. 将2D数据转换为3D序列 #

编写工具函数生成符合要求的序列数据，以“用前N周数据预测当前周Target”为例：

import numpy as np

def create_sequences(feature_df, target_series, timesteps):
    X, y = [], []
    # 遍历生成序列：从第0个样本到 len(data)-timesteps 个样本
    for i in range(len(feature_df) - timesteps):
        # 取连续timesteps个时间步的特征
        X.append(feature_df.iloc[i:i+timesteps].values)
        # 取对应下一个时间步的Target值
        y.append(target_series.iloc[i+timesteps])
    return np.array(X), np.array(y)

# 选择时间步长度，比如用前1周数据预测当前周（可根据需求调整为2、3等）
timesteps = 1

# 转换各数据集
train_X, train_y = create_sequences(train_df, train_ans, timesteps)
val_X, val_y = create_sequences(val_df, val_ans, timesteps)
test_X, test_y = create_sequences(test_df, test_ans, timesteps)

转换后的数据形状示例（timesteps=1时）：

• train_X.shape → (34, 1, 5)
• train_y.shape → (34,)

3. 修正模型的输入形状 #

模型的input_shape需要匹配每个序列的[timesteps, features]，调整后的模型代码：

model = keras.models.Sequential([
    # input_shape设置为[timesteps, 5]，对应每个序列的时间步和特征数
    keras.layers.SimpleRNN(5, return_sequences=True, input_shape=[timesteps, 5]),
    keras.layers.SimpleRNN(5, return_sequences=True),
    keras.layers.SimpleRNN(1)
])

model.compile(loss="mse", optimizer="adam")
history = model.fit(train_X, train_y, epochs=20,
                    validation_data=(val_X, val_y))

如果希望模型支持可变长度的时间步，可以把input_shape改为[None, 5]，其中None表示时间步数量不固定。

4. 关键优化建议 #

• 数据归一化：RNN对数据尺度敏感，建议用StandardScaler对特征列做归一化处理，避免不同特征的数值差异过大影响模型收敛
• 调整时间步：尝试不同的timesteps值（如2、3），看哪种序列长度的预测效果更好
• 防止过拟合：由于你的数据集规模很小，可以考虑添加Dropout层，或者减少RNN单元数量、训练轮数（epochs）

内容的提问来源于stack exchange，提问作者Jonas Palačionis