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

87.49%

lstmによる過去の気象データを機械学習していたらエラーが出ました。

解決済

回答 1

投稿

  • 評価
  • クリップ 0
  • VIEW 1,313
退会済みユーザー

退会済みユーザー

気象庁が出している過去の気象データ(csvファイル)から機械学習を行っているのですが、エラーが出ました。次元を変えることはエラーコードからわかるのですが、他の質問者の方の文を拝読してもわからなかったためお教え願いたいです。

hist = ・・・でエラー↓

Erorr when checking input: expecting lstm_1_input to have 3 dimensions, but got array with shape(6927,100)

該当のソースコード

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
import sklearn.preprocessing as sp
from sklearn import preprocessing
from keras.models import Sequential
from keras.layers.core import Dense, Activation
from keras.layers.recurrent import LSTM
from sklearn.preprocessing import MinMaxScaler
from keras.optimizers import Adam
from keras.callbacks import EarlyStopping
from sklearn.model_selection import train_test_split
from sklearn.metrics import mean_squared_error

データの読み込み

df = pd.read_csv('1996Sapporo.csv',encoding = "Shift_JIS") #csv読み込み

df =df.fillna(method='ffill') #欠損値NaNを除外(前の値で置き換え)

tenki = df.loc[:, '天気'] #'天気'の列を配列に格納
tenki = tenki.values      #配列:天気1~15のデータ値

print(tenki)
print(len(tenki)) #データ数184104

input_data_length = 10 #テストデータ量
X,Y = [], [] #Xは天気データ Yは正解ラベルのデータ
for i in range(len(tenki) - input_data_length): #range(始まりの数値(略可), 最後の数値(略不可), 増加する数値(略可))
X.append(tenki[i:(i+input_data_length)])
Y.append(tenki[i+input_data_length])

X = np.array(X)
Y = np.array(Y)

print(X)
print(Y)

N_train = int(len(df) * 0.8)
N_test = len(tenki) - N_train

X_train, X_test, Y_train, Y_test = train_test_split(X, Y, test_size = N_test, shuffle = False)

a, b = X_train.shape
X_train = np.reshape(X_train, (a, b, 1))

隠れ層の数を定義

n_in     = 1  #入力層
n_hidden = 10 #隠れ層 
n_out    = 1  #出力層

モデル作成

model = Sequential()

入力層 から 隠れ層

model.add(LSTM(n_hidden, input_shape=(input_data_length, n_in), kernel_initializer='random_uniform', return_sequences = False))

隠れ層 から 出力層 恒等関数の使用

model.add(Dense(n_out, kernel_initializer = 'random_uniform'))
model.add(Activation("linear"))

確率的勾配降下法 Adam

lr:0以上の浮動小数点数.学習率 beta_1:浮動小数点数,0<beta<1.一般的に近い値

opt = Adam(lr = 0.1, beta_1 = 0.9, beta_2 = 0.999)

損失関数 二条平均誤差

model.compile(loss = 'mean_squared_error', optimizer = opt)
print('optimizer ok')

= np.reshape(Y_train, (Y_train.shape[0], 1, Y_train.shape[1]))

early_stopping = EarlyStopping(monitor = 'loss', patience = 10, verbose = 1)
hist = model.fit(X_train, Y_train, batch_size = input_data_length, epochs = 100, callbacks = [early_stopping])

print('model ok')

損失のグラフ化

loss = hist.history['loss']
epochs = len(loss)

plt.rc('font', family = 'serif')
fig = plt.figure()
fig.patch.set_facecolor('white')
plt.plot(range(epochs), loss, marker = '.', label = 'loss(training data)')
plt.show()

予測結果

predicted = model.predict(X_test)
predicted = scaler.inverse_transform(predicted)
Y_test = scaler.inverse_transform(Y_test)
result = pd.DataFrame(predicted)
result.columns = ['predict']
result['actual'] = Y_test
result.plot()
plt.xlim(0,200)
plt.show()

testScore = np.sqrt(mean_squared_error(Y_test, predicted))
print('Test Score: %.2f RMSE' % (testScore))

  • 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

LSTMはやったことがありませんが、こちらの質問と同じ症状と思われます。

X_train,X_testをX_なんとか.reshape(samples, timesteps, features)のようにしてはいかがでしょうか?


Pythonはインデントが大事ですので、

#```Python  
#コード  
#```


の#を外した文字列でコードを挟んでで入力ください。だいぶコードが見やすくなります。

投稿

編集

  • 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。

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 87.49%
  • 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