6
我試圖預測一個時間序列:給定50個以前的值,我想預測5個下一個值。skflow迴歸預測多個值
爲此,我使用的是skflow
包(基於TensorFlow),並且此問題相對接近Boston example provided in the Github repo。
我的代碼如下:
%matplotlib inline
import pandas as pd
import skflow
from sklearn import cross_validation, metrics
from sklearn import preprocessing
filepath = 'CSV/FILE.csv'
ts = pd.Series.from_csv(filepath)
nprev = 50
deltasuiv = 5
def load_data(data, n_prev = nprev, delta_suiv=deltasuiv):
docX, docY = [], []
for i in range(len(data)-n_prev-delta_suiv):
docX.append(np.array(data[i:i+n_prev]))
docY.append(np.array(data[i+n_prev:i+n_prev+delta_suiv]))
alsX = np.array(docX)
alsY = np.array(docY)
return alsX, alsY
X, y = load_data(ts.values)
# Scale data to 0 mean and unit std dev.
scaler = preprocessing.StandardScaler()
X = scaler.fit_transform(X)
X_train, X_test, y_train, y_test = cross_validation.train_test_split(X, y,
test_size=0.2, random_state=42)
regressor = skflow.TensorFlowDNNRegressor(hidden_units=[30, 50],
steps=5000, learning_rate=0.1, batch_size=1)
regressor.fit(X_train, y_train)
score = metrics.mean_squared_error(regressor.predict(X_test), y_test)
print('MSE: {0:f}'.format(score))
這導致:
ValueError: y_true and y_pred have different number of output (1!=5)
在訓練結束。
當我試圖預測,我也有同樣的問題
ypred = regressor.predict(X_test)
print ypred.shape, y_test.shape
(200, 1) (200, 5)
因此,我們可以看到,該模型以某種方式預測只有1個,而不是5通緝值/希望。
如何使用相同的模型來預測多個值的值?
感謝您將這個!它的工作原理:) – Julian
我不認爲這個代碼工作了。當調用fit()時,會引發以下錯誤:'形狀(?,1)和(?,2)不兼容。 (我使用的是'0.10.0rc0'版本)我還創建了一個關於這個問題的新問題:http://stackoverflow.com/questions/39192107/multiple-target-columns-with-skflow-tensorflowdnnregressor – twiz
對此的任何迴應題????!!!! – user40780