Ich würde gerne ein LSTM-Modell mit MXNET in R für den Zweck der Vorhersage einer kontinuierlichen Antwort (d. H. Regression) mit mehreren kontinuierlichen Prädiktoren passen. Die Funktion mx.lstm() scheint jedoch auf NLP ausgerichtet zu sein, da sie Argumente benötigt, die für ein Regressionsproblem nicht geeignet erscheinen (z. B. im Zusammenhang mit der Einbettung).Kann MXNET ein Regressions-LSTM-Modell in R anpassen?
Ist MXNET für diese Art der Modellierung geeignet und, wenn nicht, was ist ein Beispiel für ein geeignetes Werkzeug (vorzugsweise in R)? Gibt es Tutorials, die für das von mir beschriebene Problem relevant sind?