6
我试图预测一个时间序列:给定50个以前的值,我想预测5个下一个值。skflow回归预测多个值
为此,我使用的是skflow
包(基于TensorFlow),并且此问题相对接近Boston example provided in the Github repo。
我的代码如下:
%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))
这导致:
ValueError: y_true and y_pred have different number of output (1!=5)
在训练结束。
当我试图预测,我也有同样的问题
ypred = regressor.predict(X_test)
print ypred.shape, y_test.shape
(200, 1) (200, 5)
因此,我们可以看到,该模型以某种方式预测只有1个,而不是5通缉值/希望。
如何使用相同的模型来预测多个值的值?
感谢您将这个!它的工作原理:) – Julian
我不认为这个代码工作了。当调用fit()时,会引发以下错误:'形状(?,1)和(?,2)不兼容。 (我使用的是'0.10.0rc0'版本)我还创建了一个关于这个问题的新问题:http://stackoverflow.com/questions/39192107/multiple-target-columns-with-skflow-tensorflowdnnregressor – twiz
对此的任何回应题????!!!! – user40780