我有一个包含20个独立变量和5个响应的数据。我正在尝试使用R中的LSTM实现一个模型来预测5个因变量。我无法准备好要使用的数据。非常感谢您的帮助。

这是我全部数据的20行7列。我要求提供一个通用代码，只要输入和输出发生更改，该代码便适用。 我的数据：

数据

data <- as.matrix(data)
dimnames(data) <- NULL
set.seed(1234)
ind <- sample(2,nrow(data),replace = T,prob = c(0.7,0.3))
training <- data[ind==1,1:20]
test<- data[ind==2,1:20]
trainingtarget <- data[ind==1,21:25]
testtarget<- data[ind==2,21:25]
#reshaping the data 
training <- aperm(`dim<-`(t(training),list(20,284,1)),c(2,1,3))
trainingtarget <- aperm(`dim<-`(t(trainingtarget),list(5,3))
#create a model
model <- keras_model_sequential()
library(keras)
model %>%
  layer_lstm(units = 100,input_shape = c(20,1),batch_size = 1) %>% 
  layer_dense(units = 1)
#compile
model %>% 
  compile(loss = 'mae',optimizer = 'adam')
#fit model
model %>% fit(x = training,y = trainingtarget,batch_size = 1,epochs     = 10,verbose    = 1,shuffle    = FALSE)

我在尝试拟合模型时遇到问题。我遇到了很多错误类型，并且所有错误类型都与我在拟合模型时所使用的数据的形状有关