构建二分类RNN/LSTM模型遇输入维度错误问题求助

我的问题 #

我正在构建一个用于0/1二分类的LSTM模型，数据集包含患者编号、时间（毫秒/秒）、X/Y/Z归一化值、峰度、偏度、俯仰角（pitch）、翻滚角（roll）、偏航角（yaw）及标签，数据集示例如下：

1,15,-0.248010047716,0.00378335508419,-0.0152548459993,-86.3738760481,0.872322164158,-3.51314800063,0
1,31,-0.248010047716,0.00378335508419,-0.0152548459993,-86.3738760481,0.872322164158,-3.51314800063,0
1,46,-0.267422664673,0.0051143782875,-0.0191247001961,-85.7662354031,1.0928406847,-4.08015176908,0
1,62,-0.267422664673,0.0051143782875,-0.0191247001961,-85.7662354031,1.0928406847,-4.08015176908,0

我尝试了以下代码：

import numpy as np
from keras.datasets import imdb
from keras.models import Sequential
from keras.layers import Dense
from keras.layers import LSTM
from keras.layers import Bidirectional
from keras.preprocessing import sequence
# fix random seed for reproducibility
np.random.seed(7)
train = np.loadtxt("featwithsignalsTRAIN.txt", delimiter=",")
test = np.loadtxt("featwithsignalsTEST.txt", delimiter=",")
x_train = train[:,[2,3,4,5,6,7]]
x_test = test[:,[2,3,4,5,6,7]]
y_train = train[:,8]
y_test = test[:,8]
# create the model
model = Sequential()
model.add(LSTM(20, dropout=0.2, input_dim=6))
model.add(Dense(4, activation = 'sigmoid'))
model.compile(loss='binary_crossentropy', optimizer='adam', metrics=['accuracy'])
model.fit(x_train, y_train, epochs = 2)

但运行时出现错误：

Error when checking input: expected lstm_1_input to have 3 dimensions, but got array with shape (1415684, 6)

请求解决这个输入维度不匹配的问题。

解决方案 #

这个错误的核心原因是LSTM层要求输入必须是三维张量，形状为 (样本数, 时间步长, 特征数)，但你当前的输入是二维的 (总记录数, 特征数)——你把所有患者的时序数据直接平铺成了单个集合，完全丢失了“每个患者是一个时间序列”的结构。下面一步步帮你修正：

1. 按患者ID分组，构建时序样本

你的数据是按患者编号分组的时序数据，每个患者的多条时间点记录构成一个完整的时间序列样本。我们需要先把训练集和测试集按患者ID拆分：

# 处理训练集：按患者ID分组
patient_ids_train = train[:, 0].astype(int)
unique_patients_train = np.unique(patient_ids_train)

x_train_seq = []
y_train_seq = []
for pid in unique_patients_train:
    # 提取当前患者的所有记录
    patient_records = train[train[:, 0] == pid]
    # 取出特征列（X/Y/Z 到 yaw）
    seq_features = patient_records[:, [2,3,4,5,6,7]]
    # 每个患者的标签（假设同一患者的标签一致，取第一条记录的标签即可）
    seq_label = patient_records[0, 8]
    x_train_seq.append(seq_features)
    y_train_seq.append(seq_label)

# 同样处理测试集
patient_ids_test = test[:, 0].astype(int)
unique_patients_test = np.unique(patient_ids_test)

x_test_seq = []
y_test_seq = []
for pid in unique_patients_test:
    patient_records = test[test[:, 0] == pid]
    seq_features = patient_records[:, [2,3,4,5,6,7]]
    seq_label = patient_records[0, 8]
    x_test_seq.append(seq_features)
    y_test_seq.append(seq_label)

2. 统一所有序列的长度

LSTM要求输入的所有序列长度必须一致，所以需要对过长的序列截断，过短的序列补零（padding）。我们可以用Keras提供的pad_sequences工具：

# 找到训练集中最长的序列长度作为统一标准
max_sequence_length = max([len(seq) for seq in x_train_seq])

# 对训练集和测试集的序列进行填充/截断
x_train_padded = sequence.pad_sequences(x_train_seq, maxlen=max_sequence_length, dtype='float32')
x_test_padded = sequence.pad_sequences(x_test_seq, maxlen=max_sequence_length, dtype='float32')

# 把标签转换成numpy数组格式
y_train = np.array(y_train_seq)
y_test = np.array(y_test_seq)

3. 调整模型输入并重新训练

现在输入已经是三维的了，我们需要调整LSTM层的输入参数（用input_shape更直观，指定(时间步长, 特征数)），同时优化最后一层的设置（二分类任务输出维度应为1，用sigmoid激活）：

# 重建模型
model = Sequential()
# input_shape = (统一的时间步长, 特征数)
model.add(LSTM(20, dropout=0.2, input_shape=(max_sequence_length, 6)))
# 二分类任务：输出1个概率值，用sigmoid激活
model.add(Dense(1, activation='sigmoid'))
model.compile(loss='binary_crossentropy', optimizer='adam', metrics=['accuracy'])

# 开始训练，加入验证集监控效果
model.fit(x_train_padded, y_train, epochs=10, batch_size=32, validation_data=(x_test_padded, y_test))

额外说明

• 如果你的数据中同一个患者的标签会随时间变化（比如不同时间点标签不同），那需要调整标签的处理方式——每个时间步对应一个标签，模型结构也要改成返回序列的LSTM（return_sequences=True），但从你的数据集示例看，同一患者标签都是0，所以用单标签是合理的。
• 你之前导入了Bidirectional但没用到，如果需要双向LSTM，可以把LSTM层换成Bidirectional(LSTM(20, dropout=0.2))，效果可能更好。

内容的提问来源于stack exchange，提问作者Hadeer El-Zayat