我有带有年,月,日,时,分,秒,Daily_KWH列的数据框。我需要使用神经网络预测每日KWH。请让我知道如何去做
Daily_KWH_System year month day hour minute second
0 4136.900384 2016 9 7 0 0 0
1 3061.657187 2016 9 8 0 0 0
2 4099.614033 2016 9 9 0 0 0
3 3922.490275 2016 9 10 0 0 0
4 3957.128982 2016 9 11 0 0 0
拟合模型时出现“值错误”。
到目前为止的代码:
X = df[['year','month','day','hour','minute','second']]
y = df['Daily_KWH_System']
from sklearn.cross_validation import train_test_split
X_train, X_test, y_train, y_test = train_test_split(X, y)
from sklearn.preprocessing import StandardScaler
scaler = StandardScaler()
# Fit only to the training data
scaler.fit(X_train)
#y_train.shape
#X_train.shape
X_train = scaler.transform(X_train)
X_test = scaler.transform(X_test)
from sklearn.neural_network import MLPClassifier
mlp = MLPClassifier(hidden_layer_sizes=(30,30,30))
#y_train = np.asarray(df['Daily_KWH_System'], dtype="|S6")
mlp.fit(X_train,y_train)
错误:
ValueError: Unknown label type: (array([ 2.27016856e+02, 3.02173014e+03, 4.29404190e+03,
2.41273427e+02, 1.76714247e+02, 4.23374425e+03,
最佳答案
首先,这是一个回归问题,而不是分类问题,因为Daily_KWH_System
列中的值未形成一组标签。相反,它们似乎是(至少基于提供的示例)实数。
如果您想将其作为分类问题处理,则根据sklearn documentation:
When doing classification in scikit-learn, y is a vector of integers or strings.
在您的情况下,
y
是浮点数的向量,因此会出现错误。因此,代替线y = df['Daily_KWH_System']
写线
y = np.asarray(df['Daily_KWH_System'], dtype="|S6")
这样就可以解决问题。 (您可以在此处阅读有关此方法的更多信息:Python RandomForest - Unknown label Error)
但是,由于在这种情况下回归比较合适,因此请代替上述更改,而不是
from sklearn.neural_network import MLPClassifier
mlp = MLPClassifier(hidden_layer_sizes=(30,30,30))
和
from sklearn.neural_network import MLPRegressor
mlp = MLPRegressor(hidden_layer_sizes=(30,30,30))
该代码将运行而不会引发错误(但是肯定没有足够的数据来检查我们获得的模型是否运行良好)。
话虽这么说,我认为这不是为该问题选择功能的正确方法。
在这个问题中,我们处理形成时间序列的实数序列。我们可以选择的一项合理功能是自起点以来经过的秒数(或分钟\小时\天等)。由于此特定数据仅包含天,月和年(其他值始终为0),因此我们可以选择从开始算起经过的天数作为特征。然后,您的数据框将如下所示:
Daily_KWH_System days_passed
0 4136.900384 0
1 3061.657187 1
2 4099.614033 2
3 3922.490275 3
4 3957.128982 4
您可以将
days_passed
列中的值作为特征,并将Daily_KWH_System
中的值作为目标。您还可以添加一些指标功能。例如,如果您认为年底可能会影响目标,则可以添加指示符功能来指示月份是否为12月。如果数据确实是每天的数据(至少在此示例中每天有一个数据点),并且您想使用神经网络解决此问题,那么另一种合理的方法是将其作为时间序列来处理,并尝试拟合递归神经网络。网络。以下是几篇很棒的博客文章,描述了这种方法:
http://machinelearningmastery.com/time-series-prediction-lstm-recurrent-neural-networks-python-keras/
http://machinelearningmastery.com/time-series-forecasting-long-short-term-memory-network-python/
关于python-3.x - ValueError:未知标签类型:在实现MLPClassifier时,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/42713276/