![](/img/trans.png)
[英]How to pass the single columnar dependent variable to train the linear regression model?
[英]How to train an online regression model
我有一個形狀為(9430, 12)
的數據集。 擬合時出現問題:所有12
特征都是我的X
和我的Y
。 我的意思是,這是一個在線學習模型,我訓練我的data[i]
然后預測data[i+1]
。 正如你所看到的,正如我之前所說, Y = X
。
data.shape = (9430, 12)
Y = X = data.values
model.fit(X, Y)
這是錯誤的嗎? 如果是,我還能如何訓練它?
我了解您的目標是,在每個時間步,您都希望預測下一個時間步的輸入。
現在,您正在嘗試預測與作為輸入傳遞的輸出相同的輸出。 鑒於Y[0] = X[0]、Y[1] = X[1]等。
您應該在 Ys 矩陣中將窗框移動一位。 例如,假設 X 是一個 numpy 數組,你可以這樣做:
import tensorflow as tf
Y = tf.concat((np.copy(X[1:,:]),np.zeros((1,12))), axis=0)
X = tf.convert_to_tensor(X)
此代碼將實現: Y[0] = X[1] , Y[1] = X[2] ,這是能夠在每個點預測下一個的期望輸出。
准備好兩個張量后,您就可以使用 Tensorflow 或 Keras 擬合您的模型。 請記住,Ys 矩陣中的最后一行只是一個 0 的虛擬行,因為您不知道下一步的基本事實是什么。 執行訓練時,您可能應該從數據集中跳過它。
此外,對於預測序列數據,循環神經網絡(如LSTM、長短期記憶)更合適。 我建議你看看他們:)
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.