如何解决LSTM Keras的多项功能
当我运行模型时,我有多个功能可以在LSTM中使用,时间步长= 5(n)
def create_dataset(dataset,time_stamp=5):
dataX,dataY = [],[]
print(len(dataset) - time_stamp - 1)
for i in range(len(dataset) - time_stamp - 1):
a = dataset[i:(i + time_stamp),:]
dataX.append(a)
dataY.append(dataset[i + time_stamp,0])
return np.array(dataX),np.array(dataY)
model = Sequential()
model.add(LSTM(16,activation="relu",input_shape=(timeFrame,2),return_sequences=True))
model.add(Dense(1,activation='relu'))
model.compile(optimizer="adam",loss='mean_squared_error')
model.summary()
model.fit(X_train,Y_train,epochs=30,batch_size=1,verbose=1)
X_train.shape = (8,5,2) // The data sets have 8 different datasets with 5 timesteps and 2 features
Y_train.shape = (8) //
train_predict = model.predict(X_train)
train_predict.shape =(8,1)
当我尝试执行此操作时,效果很好...现在的问题是,当我运行以下命令时
scaler.inverse_transform(train_predict) //{ValueError}Found array with dim 3. Estimator expected <= 2.
scaler.inverse_transform(Y_train) //geting error
问题是两个维度都不同,因为两个输入要素正与1个要素映射。因此inverse_transform无法正常工作。如何解决这个问题
目标是找到女士
[math.sqrt(mean_squared_error(Y_train,train_predict))]
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。