ニューラルネット,keras,predictの扱い

Question

前提・実現したいこと

python、ニューラルネット初心者です。

python3を用いてニューラルネットを構築しています。
CSVデータに保存したデータを使って、学習を行い未知のデータに対して10段階の分類を行うことが最終目標です。
今回はkerasのpredictを実行できなかったため、質問させていただきました。
エラー文の解決方法を教えていただきたいです。
よろしくお願いいたします。

回答にあたって、必要な情報が欠けていましたら補足いたしますので、教えていただけますと幸いです。

発生している問題・エラーメッセージ

predict=model.predict(sample, batch_size=None, verbose=0, steps=None)
TypeError: predict() missing 1 required positional argument: 'x'

該当のソースコード

from __future__ import print_function

import pandas as pd
from pandas import Series,DataFrame

from sklearn import svm
from sklearn.model_selection import train_test_split
from sklearn.metrics import accuracy_score

import numpy as np
import matplotlib.pyplot as plt

import tensorflow as tf

import keras
from keras import models
from keras import optimizers
from keras.datasets import fashion_mnist
from keras import Sequential
from keras.layers import Dense, Dropout

from keras.models import Model
from keras.layers import Input


#CSVファイルの読み込み
data_set = pd.read_csv("NN_testdata_2.csv",sep=",",header=0)

#説明変数（データセットの入力）
x = DataFrame(data_set.drop("result",axis=1))

#目的変数（得点の10段階評価）
y = DataFrame(data_set["result"])

#説明変数・目的変数をそれぞれ訓練データ・テストデータに分割
x_train,x_test,y_train,y_test = train_test_split(x,y,test_size=0.05)


#データの整形
x_train = x_train.astype(np.float)
x_test = x_test.astype(np.float)

y_train = tf.keras.utils.to_categorical(y_train,10)
y_test = tf.keras.utils.to_categorical(y_test,10)


#ニューラルネットワークの実装①
model = tf.keras.Sequential()

model.add(Dense(50, activation='relu', input_shape=(12,)))
model.add(Dropout(0.2))

model.add(Dense(50, activation='relu', input_shape=(12,)))
model.add(Dropout(0.2))

model.add(Dense(50, activation='relu', input_shape=(12,)))
model.add(Dropout(0.2))

model.add(Dense(10, activation='softmax'))

model.summary()
print("\n")

#ニューラルネットワークの実装②
model.compile(loss='mean_squared_error',optimizer=tf.keras.optimizers.RMSprop(
    learning_rate=0.001, rho=0.9, momentum=0.0, epsilon=1e-07, centered=False,
    name='RMSprop'),metrics=['accuracy'])

#ニューラルネットワークの学習
history = model.fit(x_train, y_train,batch_size=20,epochs=10,verbose=1,validation_data=(x_test, y_test))

#ニューラルネットワークの推論
score = model.evaluate(x_test,y_test,verbose=1)
print("\n")
print("Test loss:",score[0])
print("Test accuracy:",score[1])

###################################該当箇所############################################
#10段階評価したいチームのデータを入力
sample = np.array([7.9, 0.35, 0.46, 5, 0.078, 15, 37, 0.9973, 3.35, 0.86, 12.8, 21])
print("\n")
print("--サンプルチームの得点--")

print(sample)

predict=model.predict(sample, batch_size=None, verbose=0, steps=None)
#####################################################################################
print("\n")
print("--予測値--")
print(predict)
print("\n")

試したこと

引数に関するエラーであることから公式のドキュメントに乗っ取り、配列による入力を実行しましたがこのエラー文が出ました。
本来はkerasのmodel.predict_classes()を使いたかったのですが、バージョンの兼ね合いにより使えなくなってしまいました。←同じような出力が期待できる手法がありましたら共有していただきたいです。
入力層の個数とサンプルデータの個数は一致しています。（12種類）

補足情報（FW/ツールのバージョンなど）

python3
tensorflow 2.6.2
keras 2.6.0

Comments

[jbpb0]

「sample」の次元は、「x_train」の次元と一致している必要があります

print(x_train.shape)
print(sample.shape)

の結果を比べてみてください
次元が違いますよね

「x_train.shape」は「(データ数, 12)」ですから、「sample.shape」も「(データ数, 12)」じゃないとダメです
(データ数の数値は「x_train」と「sample」で違っていい)

質問のコードのデータの場合は、「sample.shape」が「(1, 12)」となるようにします

[jbpb0]

あと、「keras」と「tf.keras」を混ぜて使わない方がいいです
全部「tf.keras」に統一するなら、下記の変更をします

import keras
from keras import models
from keras import optimizers
from keras.datasets import fashion_mnist
from keras import Sequential
from keras.layers import Dense, Dropout
from keras.models import Model
from keras.layers import Input
↓ 変更
from tensorflow import keras
from tensorflow.keras import models
from tensorflow.keras import optimizers
from tensorflow.keras.datasets import fashion_mnist
from tensorflow.keras import Sequential
from tensorflow.keras.layers import Dense, Dropout
from tensorflow.keras.models import Model
from tensorflow.keras.layers import Input

参考
https://dev.infohub.cc/use-tensorflow-keras/

[hate_tometo]

ご回答ありがとうございます。

ご指摘いただいた、sampleの次元をreshapeを用いてx_trainと同じ次元に変更すること、tf.kerasに統一することの二つを修正したところ無事に実行できました。

初心者の私でも理解しやすい丁寧な解説で間違いに気づくことができました。
ご丁寧な解説、ご回答本当にありがとうございました。

Answer 1

「sample」の次元は、「x_train」の次元と一致している必要があります

print(x_train.shape)
print(sample.shape)

の結果を比べてみてください
次元が違いますよね

「x_train.shape」は「(データ数, 12)」ですから、「sample.shape」も「(データ数, 12)」じゃないとダメです
(データ数の数値は「x_train」と「sample」で違っていい)

質問に掲載されてるコードのデータの場合は、「sample.shape」が「(1, 12)」となるようにします