Как передать sklearns train_test_split фактические серии данных, а не отдельные значения, в качестве входного аргумента? ⇐ Python

[Anonymous]

Я хочу обучить модель RNN на основе LSTM для двоичной классификации, и для этого я хотел использовать модель keras тензорного потока со слоями LSTM. Для этого мне нужно протестировать ввод и вывод, а также проверить ввод и вывод, которые я хотел сгенерировать с помощью sklearns train_test_split.

Код: Выделить всё

def prepare_data(self, satellites):
"""
Prepare time-series data for RNN.
"""
feature_sequences = []
labels = []

for sat in satellites:
if sat.manoeuvrability is not None:
# Stack the orbital parameters as time-series features (epochs will be the time dimension)
features = np.column_stack((
sat.apoapses,
sat.periapses,
sat.inclinations,
sat.mean_motions,
sat.eccentricities,
sat.semimajor_axes,
sat.orbital_energy
))
feature_sequences.append(features)
labels.append(sat.manoeuvrability)

X = np.array(feature_sequences, dtype=object)
y = np.array(labels)

return train_test_split(X, y, test_size=0.2, random_state=42)

train_test_split возвращает мне значение «Нет». Удаление приведения dtype=object в аргументе приводит меня к

ValueError: установке элемента массива с последовательностью. Запрошенный
массив имеет неоднородную форму после 1 измерения. Обнаруженная
форма была (73,) + неоднородная часть.

Как мне правильно сформировать вектор функций для sklearns train_test_split, если я захочу передать буквальные таймсерии в качестве аргументов? Зависимость от времени важна в моем случае, поэтому я действительно не могу вручную разбить временной ряд до среднего значения или чего-то в этом роде.

Подробнее здесь: https://stackoverflow.com/questions/790 ... gle-values