如何调整CNN输入的timesteps？将7个时间步修改为30的操作步骤

时间步调整具体操作步骤 #

1. 还原得到原始连续时间序列 #

• 按时间先后顺序拼接你现有的全部7时间步样本，消除原有的样本维度，得到总长为2100的连续时间序列，维度为(2100, 7)（总时间点数2100，特征数7）。

注意：必须严格按照样本生成的先后顺序拼接，不能打乱顺序，否则会破坏时间序列的依赖关系。

2. 按30个时间步重新切割样本 #

根据你的任务需求选择切割方式：

• 无重叠切割：总样本数为2100 / 30 = 70个，每个样本维度为(30, 7)，整体数据集维度为(70, 30, 7)，适合样本量充足的场景。
• 步长为1的滑窗切割：总样本数为2100 - 30 + 1 = 2071个，整体数据集维度为(2071, 30, 7)，适合需要扩充样本量的场景。

注：如果是时间序列预测任务，切割时要同步对齐输入和标签的对应关系，提前规避数据泄露问题。

3. 重新划分训练集与测试集 #

• 按时间顺序拆分新生成的30时间步样本，训练集取时间靠前的部分，测试集取时间靠后的部分，禁止随机打乱拆分。如果要和你之前的训练测试占比（约87%）保持一致，可以取前61个样本为训练集(61, 30, 7)，剩余9个为测试集(9, 30, 7)，也可以根据任务需求自行调整拆分比例。

内容的提问来源于stack exchange，提问作者Zarkaylia