tensorflowで航空会社の乗客数を予測することについて

Question

tensorflow初心者です。
RNNで来月の航空会社の乗客数を予測するというサイトでご紹介されていることを参考にコードを作成しましたが、結果として
このような形でプロットされてしまいました。（本来であれば緑線と予測値である赤線が青線に近いようにプロットされます）

初心者のため申し訳ありませんがサイトでご紹介されているような緑線、赤線を青線に追従するようにプロットするにはどのようにすれば良いのかご教示のほど宜しく願い致します。

紹介されているコードと同じですが

import numpy as np
import pandas as pd
import tflearn
import matplotlib.pyplot as plt

dataframe = pd.read_csv('international-airline-passengers.csv', usecols=[1], engine='python', skipfooter=3)
dataset = dataframe.values
dataset = dataset.astype('float32')

dataset -= np.min(np.abs(dataset))
dataset /= np.max(np.abs(dataset))


def create_dataset(dataset, steps_of_history, steps_in_future):
    X, Y = [], []
    for i in range(0, len(dataset)-steps_of_history, steps_in_future):
        X.append(dataset[i:i+steps_of_history])
        Y.append(dataset[i + steps_of_history])
    X = np.reshape(np.array(X), [-1, steps_of_history, 1])
    Y = np.reshape(np.array(Y), [-1, 1])
    return X, Y


def split_data(x, y, test_size=0.1):
    pos = round(len(x) * (1 - test_size))
    trainX, trainY = x[:pos], y[:pos]
    testX, testY   = x[pos:], y[pos:]
    return trainX, trainY, testX, testY

steps_of_history = 1
steps_in_future = 1

X, Y = create_dataset(dataset, steps_of_history, steps_in_future)
trainX, trainY, testX, testY = split_data(X, Y, 0.33)

# TFLearnでLSTMネットワークを構築
net = tflearn.input_data(shape=[None, steps_of_history, 1])
net = tflearn.lstm(net, n_units=6)
net = tflearn.fully_connected(net, 1, activation='linear')
net = tflearn.regression(net, optimizer='adam', learning_rate=0.001,
        loss='mean_square')

model = tflearn.DNN(net, tensorboard_verbose=0)
model.fit(trainX, trainY, validation_set=0.1, batch_size=1, n_epoch=150)

model = tflearn.DNN(net, tensorboard_verbose=0)

train_predict = model.predict(trainX)
test_predict = model.predict(testX)

# 可視化する
train_predict_plot = np.empty_like(dataset)
train_predict_plot[:, :] = np.nan
train_predict_plot[steps_of_history:len(train_predict)+steps_of_history, :] = \
        train_predict

test_predict_plot = np.empty_like(dataset)
test_predict_plot[:, :] = np.nan
test_predict_plot[len(train_predict)+steps_of_history:len(dataset), :] = \
        test_predict

plt.figure(figsize=(8, 8))
plt.title('History={} Future={}'.format(steps_of_history, steps_in_future))
plt.plot(dataset)
plt.plot(train_predict_plot)
plt.plot(test_predict_plot)
plt.savefig('passenger.png')
plt.show()

のようにコードを作成し、実行しました。

環境：
Windows7
python35
tensorflow 1.2.1
tflearn 0.3.2

Comments

[退会済みユーザー]

ぱっとグラフを見た感じ訓練がうまくできていないようなのですが、model.fitの後訓練データはちゃんと出ていますか？

[yuri124]

処理が終わった際の訓練データはこのように表示されてます。（長いので数行のみ出します）
Training Step: 12899 | total loss: 0.00224 | time: 0.234s | Adam | epoch: 150 | loss: 0.00224 -- iter: 85/86 Training Step: 12900 | total loss: 0.00204 | time: 1.250s | Adam | epoch: 150 | loss: 0.00204 | val_loss: 0.00177 -- iter: 86/86

Answer 1

model = tflearn.DNN(net, tensorboard_verbose=0)
model.fit(trainX, trainY, validation_set=0.1, batch_size=1, n_epoch=150)

model = tflearn.DNN(net, tensorboard_verbose=0)

の三つ目の文が必要ないと思うのですがいかがでしょうか？ つまり

model = tflearn.DNN(net, tensorboard_verbose=0)
model.fit(trainX, trainY, validation_set=0.1, batch_size=1, n_epoch=150)

で良いと思います。

Comments

[yuri124]

すいません...その通りでした。
このような質問にお時間を取らせてしまい申し訳ありません。
回答していただき本当にありがとうございました。

[退会済みユーザー]

いえいえ。お役に立ててよかったです。tf.learnにはあまり通じていなかったので、勉強になりました。