トレーニングシーケンスの特徴次元について

LSTMネットワークを用いた予測について質問があります。

現在、商品出荷台数や人口などを含めた4つのデータから、将来の商品出荷台数を予測できないか考えております。

深層学習を使用した時系列予測(https://jp.mathworks.com/help/deeplearning/examples/time-series-forecasting-using-deep-learning.html?searchHighlight=dataTrainStandardized&s_tid=doc_srchtitle#responsive_offcanvas)

を参考にしました。

以下のコードを実行したところ

「トレーニング シーケンスの特徴次元は 1 ですが、入力層には特徴次元 4のシーケンスが必要です。」

と警告を受けました。

「%予測子と応答」の部分が悪いのでしょうか。

ご回答よろしくお願いします。

%データの読み取り
opts = detectImportOptions('mlaysia.xlsx','DataRange','B3');
T1=readtable('mlaysia.xlsx',opts,'ReadVariableNames',false);
T1_data = T1.Variables;
  
%1行N列の配列へ
for i=1:4
   T1_array{i}=T1_data(1:end,i)';
end

%転置
T1_a=(T1_array)'; 

%シーケンスの最初の90％で学習を行い残りの10％でテストする
numTimeStepsTrain = floor(0.9*numel(T1_a));
T1Train = T1_a(1:numTimeStepsTrain+1);
T1Test = T1_a(numTimeStepsTrain+1:end);

%予測子と応答の準備
XT1Train = T1Train(1:end-1);
YT1Train = T1Train(2:end);

%lstmアーキテクチャ　定義
numFeatures=2;
numResponse=1;
numHiddenUnits=200;
 
%lstm層
layers = [ ...
    sequenceInputLayer(numFeatures)
    lstmLayer(numHiddenUnits)
    fullyConnectedLayer(numResponse)
    regressionLayer];
 
%トレーニングオプション
options = trainingOptions('adam', ...
    'MaxEpochs',200, ...
    'GradientThreshold',1, ...
    'LearnRateSchedule','piecewise', ...
    'LearnRateDropPeriod',125, ...
    'LearnRateDropFactor',0.2, ...
    'Verbose',0, ...
    'Plots','training-progress');

net = trainNetwork(XT1Train,YT1Train,layers,options);

取り込んだExcelファイルの一部は以下の通りです。

Answer 1

[Hiro Yoshino]

データの作り方が多分おかしいのだと思われます。

こんな風にして、一つのベクトルを一つのcellに入れます。

つまり、データセット数 (ここは自分で決める) x 4 のセルを作って、そのセルの一つ一つには

上のようなベクトルが入っているようにします。

[misato abe]

勉強不足でした。

ありがとうございます！