颜色分类leetcode时间序列的自动编码器编辑2018年12月3日,我通过电子邮件收到了很多问题。在本自述文件的末尾,我将最常见的问题汇总为FAQ。这个repo提供了一个简单的时间序列自动编码器。它使用PCA和tSNE来可视化嵌入。我在5000个心电图的数据集上展示了这一点。该模型在训练期间不使用标签。然而,产生的集群在视觉上区分了ECG的类别。人们反复问我如何使用机器学习在时间序列中找到模式。通常的小波变换和其他特征无法产生结果。他们想知道ML必须提供什么。对于分类数据,通常的选择是PCA、tSNE等技术。对于图像,通常的选择是卷积自动编码器。对于时间序列,通常的选择是什么?这个repo实现了一个循环自动编码器。为什么在自动编码器中使用循环神经网络?时间序列的长度可能因样本而异。传统技术仅适用于固定大小的输入。时间序列中的模式可以具有任意时间跨度并且是非平稳的。循环神经网络可以在任意时间缩放中学习模式。然而,卷积网络只假设固定模式。网络从这里开始,RNN指的是我们的循环神经网络架构,长短期记忆。