你的电池再充几次电就报废?机器学习帮你预测电池寿命( 三 )

构建模型

虽然数据详细清晰,但是数组和标量数据显然不能简单塞进一个模型里。

研究者利用Keras functional API作为构建模型的工具,对数组数据和标量数据分开导入。

对于数组数据,他们将其与窗口的特征数据,例如窗口大小,长度,特征值数量相结合,形成三维矩阵。

之后在保证窗口的连续性基础上,利用Maxpooling处理,将矩阵分为三个Conv2D函数图层。

你的电池再充几次电就报废?机器学习帮你预测电池寿命

通过这个方式便可以提取出有相关性的信息,之后再把上述数据降维成一维数组。在数据都享有同一个变化范围,并且高度相关的前提下。

Conv2D扮演的角色,就像图片中代表颜色通道的数字一样,代表着数据的特征。

标量数据的导入流程也与之类似,不过只需要从二维降到一维就可以了。

推荐阅读