Frage

Ich möchte Keras (Theano Backend) für Regressionen ausprobieren, nachdem ich bereits Sklearn verwendet habe.

Dafür benutze ich dieses schöne Tutorial http://machinelearningmastery.com/Regression-tutorial-keras-leep-learning-library-python/und versuchte, die Trainingsdaten dort durch meine eigenen zu ersetzen.

import numpy
import pandas
import pickle
from keras.models import Sequential
from keras.layers import Dense
from keras.wrappers.scikit_learn import KerasRegressor
from sklearn.model_selection import cross_val_score
from sklearn.model_selection import KFold
from sklearn.preprocessing import StandardScaler
from sklearn.pipeline import Pipeline

from sklearn.model_selection import train_test_split

from sklearn.preprocessing import StandardScaler


[X, Y] = pickle.load(open("training_data_1_week_imp_lt_15.pkl", "rb"))


X_train, X_test, y_train, y_test = train_test_split( X, Y, test_size=0.5, random_state=42)
scaler = StandardScaler()
scaler.fit(X_train)  # Don't cheat - fit only on training data
X_train = scaler.transform(X_train)

X_test = scaler.transform(X_test)

print (X_train.shape)


# define base mode
def baseline_model():
    # create model
    model = Sequential()
    model.add(Dense(8, input_dim=8, init='normal', activation='relu'))
    model.add(Dense(1, init='normal'))
    # Compile model
    model.compile(loss='mean_squared_error', optimizer='adam')
    return model


# fix random seed for reproducibility
seed = 7
numpy.random.seed(seed)
# evaluate model with standardized dataset
estimator = KerasRegressor(build_fn=baseline_model, nb_epoch=100, batch_size=5, verbose=0)    

estimator.fit(numpy.array(X_train),y_train)

Ich erhalte jedoch den folgenden Fehler:

Exception: Error when checking model target: the list of Numpy arrays that you are 
passing to your model is not the size the model expected. Expected to see 1 
arrays but instead got the following list of 6252 arrays: ...

Das Format von x ist das übliche sklearn -Format: print (x_train.shape) = (6252, 8)

Wie format ich meine Eingabe X richtig?

Was ich ausprobiert habe, war die Transponierung, aber das funktionierte nicht.

Ich habe auch das Web gesucht, konnte aber keine Lösung/Erklärung finden.

Vielen Dank!

BEARBEITEN: Hier ist eine kleine Beispieldatei https://ufile.io/8a428

[X, Y] = pickle.load(open("test.pkl", "rb"))
War es hilfreich?

Lösung

Ich habe dies gelöst (immer noch meinen Kopf gegen die Wand schlug):

estimator.fit(numpy.array(X_train),numpy.array(y_train))

das funktioniert. Ich bin mir nicht sicher warum. Die Fehlermeldung ist sehr irreführend imho.

Lizenziert unter: CC-BY-SA mit Zuschreibung
Nicht verbunden mit datascience.stackexchange
scroll top