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。
python
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()
まだ回答がついていません
会員登録して回答してみよう