AttributeError: 'Series' object has no attribute 'reshape'というエラーを吐きます。いくら考えても原因を分かりません。どなたかよろしくお

#学習
x_cols = ["TEMP_okym","TEMP_hrsm"] + df.columns.tolist()[14:]

X = df[x_cols]
y = df["MW"]

# ラベル付きデータをトレーニングセット (X_train, y_train)とテストセット (X_test,y_test)に分割
from sklearn import model_selection

X_train, X_test, y_train, y_test = model_selection.train_test_split(X, y, test_size=.2, random_state=42)

# 正規化
from sklearn.preprocessing import StandardScaler

scaler = StandardScaler()
scaler.fit(X_train)

X_train = scaler.transform(X_train)
X_test = scaler.transform(X_test)

# Chainer読込
from chainer import Chain, optimizers, Variable
import chainer.functions as F
import chainer.links as L

# ニューラルネットワークのモデル生成用クラス
class MyChain(Chain):

    def __init__(self, n_units=10):
        super(MyChain, self).__init__(
             l1=L.Linear(len(x_cols), n_units),
             l2=L.Linear(n_units, n_units),
             l3=L.Linear(n_units, 1))

    def __call__(self, x_data, y_data):
        x = Variable(x_data.astype(np.float32).reshape(len(x_data),len(x_cols)))
        y = Variable(y_data.astype(np.float32).reshape(len(y_data),1))
        #print(x)
              
        pred = self.predict(x)
        #print(pred)
        return F.mean_squared_error(pred, y)

    def predict(self, x):
        h1 = F.relu(self.l1(x))
        h2 = F.relu(self.l2(h1))
        h3 = self.l3(h2)
        return h3

    def get_predata(self, x):
        return self.predict(Variable(x.astype(np.float32).reshape(len(x),1))).data

# パラメータ初期化
batchsize = 16
n_epoch = 200
n_units = 10

# モデル生成
model = MyChain(n_units)
optimizer = optimizers.Adam()
optimizer.setup(model)

# 学習
train_losses =[]
test_losses =[]

N = len(X_train)

for epoch in range(1, n_epoch + 1):

    perm = np.random.permutation(N)

    sum_loss = 0
    for i in range(0, N, batchsize):
        x_batch = X_train[perm[i:i + batchsize]]
        y_batch = y_train[perm[i:i + batchsize]]

        model.zerograds()
        loss = model(x_batch,y_batch)
        sum_loss += loss.data * batchsize
        loss.backward()
        optimizer.update()

    average_loss = sum_loss / N
    train_losses.append(average_loss)

    loss = model(X_test,y_test)
    test_losses.append(loss.data)

    # 学習過程を出力
    if epoch % 10 == 0:
        print("epoch: {}/{} train loss: {} test loss: {}".format(epoch, n_epoch, average_loss, loss.data))

y_waiwai

2020/01/05 00:53

このままではコードが読めないので、質問を編集し、<code>ボタンを押し、出てくる’’’の枠の中にコードを貼り付けてください

airi5151

2020/01/05 01:12

早速のご教授ありがとうございます。 y = Variable(y_data.astype(np.float32).reshape(len(y_data),1)) loss = model(x_batch,y_batch) コードを実行すると上記ののコードにエラーがあるみたいです。

y_waiwai

2020/01/05 01:38

y_data.astype(np.float32) の実行結果はいったいナニモノかを調べてみましょう。エラーメッセージには、そいつにはreshapeってのはないぞ、といってます

airi5151

2020/01/05 02:09

y_data.astype(np.float32)自体はy_dataというものを小数へ型変換？という意味かと思います。他にも同じようなサンプルコードもあるし、ソースコード構造的にも非推奨になっていなさそうですし、まだちょっとよく分からなくて困っています。ちなみに、Qiitaの「Chainerで電力使用量予測」で抜粋しています。

airi5151

2020/01/05 04:57

ご教授ありがとうございます。変更前：y = Variable(y_data.astype(np.float32).reshape(len(y_data),1)) 変更後：y = Variable(y_data.values.astype(np.float32).reshape(len(y_data),1)) 無事エラーが出ず解決しました。