質問をすることでしか得られない、回答やアドバイスがある。

15分調べてもわからないことは、質問しよう!

ただいまの
回答率

88.65%

二値分類における出力層のユニット数について

解決済

回答 1

投稿

  • 評価
  • クリップ 0
  • VIEW 605

KazuyaKojima

score 16

現在、chainerを用いて20日分の株価の終値から次の日の株価の騰落(上がるなら1、下がるなら0)を学習、予想する二値分類のモデルを組んでいるのですが、
私の理解ですと二値分類は出力層が一つだと思うのですが一つにするとうまくいかず、二つに設定するとうまくプログラムが走ってくれます。

これは私の理解が間違っているのか、理解は正しいがプログラムは正しく動いていないのかが知りたいです。

出力層を一つに設定した時のエラー文は
IndexError: index 1 is out of bounds for axis 0 with size 1
で、サイズが一つなのにインデックス1を参照しようとしてエラーを吐いているようです。

import matplotlib.pyplot as plt
import load_data
import numpy as np
from sklearn.preprocessing import MinMaxScaler
import chainer
import chainer.links as L
import chainer.functions as F
from chainer import Chain, Variable, datasets, optimizers
from chainer import report, training
from chainer.training import extensions
from chainer import iterators
import chainer.cuda

#扱うデータの選択
#x_train,x_test,y_train,y_test = load_data.fluctuations_test()
x_train,x_test,y_train,y_test = load_data.stock_test()

scaler = MinMaxScaler(feature_range=(0, 1))
x_train, x_test = scaler.fit_transform(x_train), scaler.fit_transform(x_test)

train = list(zip(x_train, y_train))
test = list(zip(x_test, y_test))

class MLP(chainer.Chain):

    def __init__(self, n_mid_units=100, n_out=1): #n_out...出力層の数
        super().__init__()

        with self.init_scope():
            self.fc1 = L.Linear(None, n_mid_units)
            self.fc2 = L.Linear(n_mid_units, n_mid_units)
            self.fc3 = L.Linear(n_mid_units, n_out)

    def __call__(self, x, t=None):
        h = F.dropout(F.relu(self.fc1(x)), ratio=0.5)
        h = F.dropout(F.relu(self.fc2(h)), ratio=0.5)
        h = F.dropout(F.sigmoid(self.fc3(h)), ratio=0.5)
        print(h)
        return h


batchsize = 20
train_iter = iterators.SerialIterator(train, batchsize)
test_iter = iterators.SerialIterator(test, batchsize, shuffle=False, repeat=False)

model = MLP()
net = L.Classifier(model)
optimizer = optimizers.Adam().setup(net)
updater = training.StandardUpdater(train_iter, optimizer, device=-1) # device=-1でCPUでの計算実行を指定

epoch = 1000
trainer = training.Trainer(updater, (epoch, 'epoch'), out='result')

# テストデータで評価
trainer.extend(extensions.Evaluator(test_iter, net, device = -1))

# 学習を記録
trainer.extend(extensions.LogReport(trigger=(1, 'epoch')))

# グラフに描画、保存
trainer.extend(extensions.PlotReport(['main/loss', 'validation/main/loss'], x_key='epoch', file_name='normal_nn_loss.png'))
trainer.extend(extensions.PlotReport(['main/accuracy', 'validation/main/accuracy'], x_key='epoch', file_name='normal_nn_accuracy.png'))

trainer.extend(extensions.PrintReport(['epoch', 'main/loss', 'main/accuracy','validation/main/loss', 'validation/main/accuracy', 'elapsed_time']), trigger=(1, 'epoch'))

trainer.run()
  • 気になる質問をクリップする

    クリップした質問は、後からいつでもマイページで確認できます。

    またクリップした質問に回答があった際、通知やメールを受け取ることができます。

    クリップを取り消します

  • 良い質問の評価を上げる

    以下のような質問は評価を上げましょう

    • 質問内容が明確
    • 自分も答えを知りたい
    • 質問者以外のユーザにも役立つ

    評価が高い質問は、TOPページの「注目」タブのフィードに表示されやすくなります。

    質問の評価を上げたことを取り消します

  • 評価を下げられる数の上限に達しました

    評価を下げることができません

    • 1日5回まで評価を下げられます
    • 1日に1ユーザに対して2回まで評価を下げられます

    質問の評価を下げる

    teratailでは下記のような質問を「具体的に困っていることがない質問」、「サイトポリシーに違反する質問」と定義し、推奨していません。

    • プログラミングに関係のない質問
    • やってほしいことだけを記載した丸投げの質問
    • 問題・課題が含まれていない質問
    • 意図的に内容が抹消された質問
    • 過去に投稿した質問と同じ内容の質問
    • 広告と受け取られるような投稿

    評価が下がると、TOPページの「アクティブ」「注目」タブのフィードに表示されにくくなります。

    質問の評価を下げたことを取り消します

    この機能は開放されていません

    評価を下げる条件を満たしてません

    評価を下げる理由を選択してください

    詳細な説明はこちら

    上記に当てはまらず、質問内容が明確になっていない質問には「情報の追加・修正依頼」機能からコメントをしてください。

    質問の評価を下げる機能の利用条件

    この機能を利用するためには、以下の事項を行う必要があります。

回答 1

checkベストアンサー

0

理解は間違っていません。
エラー文を読む通りプログラムが正しくないようです。
2値分類であれば出力層のユニット数は1つという考え方は問題ないですが、Chainerを使った場合は2クラス分類という扱いになるので、n_out=2となります。
(他のライブラリでは出力層ユニット数を1とできるものもあります)

投稿

  • 回答の評価を上げる

    以下のような回答は評価を上げましょう

    • 正しい回答
    • わかりやすい回答
    • ためになる回答

    評価が高い回答ほどページの上位に表示されます。

  • 回答の評価を下げる

    下記のような回答は推奨されていません。

    • 間違っている回答
    • 質問の回答になっていない投稿
    • スパムや攻撃的な表現を用いた投稿

    評価を下げる際はその理由を明確に伝え、適切な回答に修正してもらいましょう。

  • 2019/11/12 17:12

    なるほど、chainerの仕様だったのですね。
    ということは出力層のユニット数を2つにしてる場合にプログラムが動くのは良いとして、出力層の活性化関数はこの場合ソフトマックス関数を選択するのが良いのでしょうか?

    キャンセル

  • 2019/11/12 17:32

    そうですね、特にこだわりが無ければそれが無難かと思います。

    キャンセル

  • 2019/11/12 17:35

    ありがとうございました。

    キャンセル

15分調べてもわからないことは、teratailで質問しよう!

  • ただいまの回答率 88.65%
  • 質問をまとめることで、思考を整理して素早く解決
  • テンプレート機能で、簡単に質問をまとめられる

関連した質問

同じタグがついた質問を見る