ValueError: Input 0 of layer sequential_5 is incompatible with the layer: expected ndim=3, found ndi

Question

前提・実現したいこと

時系列のRNNを使っていてエラーになりました。
自分で解決しようといろいろ調べてみましたがわかりません。
どなたかわかる方がいましたらご教授いただけると幸いです。

発生している問題・エラーメッセージ

ValueError: Input 0 of layer sequential_5 is incompatible with the layer: expected ndim=3, found ndim=2. Full shape received: [None, 10]

該当のソースコード

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
from matplotlib import rcParams

rcParams['font.family'] = 'sans-serif'
rcParams['font.sans-serif'] = ['Hiragino Maru Gothic Pro', 'Yu Gothic', 'Meirio', 'Takao', 'IPAexGothic', 'IPAPGothic', 'VL PGothic', 'Noto Sans CJK JP']
plt.rcParams['figure.figsize'] = 20, 5

weather_df = pd.read_csv("/content/weather.csv", index_col='年月日', encoding="shift-jis")

data_X = []
data_y = []
p = 10
for i in range(len(weather_df)-p):
    data_X.append(weather_df['平均気温(℃)'][i:i+p])
    data_y.append(weather_df['平均気温(℃)'][i+p])
    
data_X = np.array(data_X)
data_y = np.array(data_y)

len_train = int(len(data_X)*0.7)

X_train = data_X[:len_train]
X_test = data_X[len_train:]
y_train = data_y[:len_train]
y_test = data_y[len_train:]

from sklearn.preprocessing import MinMaxScaler
scaler_x = MinMaxScaler()
X_train_n = scaler_x.fit_transform(X_train)
X_test_n = scaler_x.transform(X_test) 
scaler_y = MinMaxScaler()
y_train_n = scaler_y.fit_transform(y_train.reshape(len(y_train),1))
y_test_n = scaler_y.transform(y_test.reshape(len(y_test),1)) 

from keras.layers import SimpleRNN,Dense
from keras import models

p = 10

model = models.Sequential()
model.add(
    SimpleRNN(
        100,
        activation='tanh',
        input_shape=(1, p)
    )
)

model.add(Dense(1,activation='linear'))

model.compile(
    loss='mean_squared_error', 
    optimizer='adam', 
)

result = model.fit(
    X_train_n,
    y_train_n,
    batch_size=10,
    epochs=100 # <- ここでエラーになりました
)

試したこと

input_shapeの数字が違うのかなと思い、何回か別の数字を入れてみましたが、エラーを直せませんでした。

補足情報（FW/ツールのバージョンなど）

使用ツール：google colaboratory
参照URL:https://youtu.be/QYYAxVbP8Hc

Comments

[watta]

学習用データの内容はどのようなものですか？
X_train_n等は想定した形式なっているのでしょうか？

[bern]

メッセージありがとうございます。
データは気象庁の気温データです。
上の質問欄を修正し、RNNする前のコードも追加しました。
学習初心者のため正規化の部分の確認方法がよくわかりません。すみません。。

Answer 1

トレーニングデータセットの形式が正しくありません。
上記コードではトレーニングデータの形式は(データ数, 説明変数)になっていると思いますが、
(データ数, データ種類数, 説明変数)にする必要があります。

今回はデータは気温だけの1種類だと思うので、以下のような感じでreshapeしてあげると良いです。

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

とりあえず、1をハードコーディングで入れていますが、
例えば気温と湿度のように、使用するデータが増えれば、データ種類数は2になります。

Comments

[bern]

reshapeしたら動きました！
ありがとうございます！
データ数とデータ種類数と説明変数を入れないといけなかったですね。
助かりました。ありがとうございました。????‍♀️