skflow回归预测多值

Question

我试图预测一个时间序列:给定50个以前的值，我想预测下一个值。

为此，我使用了skflow包(基于TensorFlow)，这个问题相对接近于波士顿的例子，提供在Github回购。。

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和y_pred有不同的输出数(1!=5)

在训练结束时。

当我试图预测时，我也遇到了同样的问题

ypred = regressor.predict(X_test)
print ypred.shape, y_test.shape

(200，1) (200，5)

因此，我们可以看到，该模型在某种程度上预测的只是一个值，而不是5个希望/希望的值。

如何使用相同的模型来预测多个值的值？

Answer 1

我刚刚在skflow中添加了对多输出回归的支持，因为这个#e443c734，所以请重新安装这个软件包，再试一次。如果不起作用，请继续追踪吉特布。

我还向示例文件夹添加了一个多输出回归示例

# Create random dataset.
rng = np.random.RandomState(1)
X = np.sort(200 * rng.rand(100, 1) - 100, axis=0)
y = np.array([np.pi * np.sin(X).ravel(), np.pi * np.cos(X).ravel()]).T

# Fit regression DNN model.
regressor = skflow.TensorFlowDNNRegressor(hidden_units=[5, 5])
regressor.fit(X, y)
score = mean_squared_error(regressor.predict(X), y)
print("Mean Squared Error: {0:f}".format(score))