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!

新規登録して質問してみよう
ただいま回答率
86.12%
Chainer

Chainerは、国産の深層学習フレームワークです。あらゆるニューラルネットワークをPythonで柔軟に書くことができ、学習させることが可能。GPUをサポートしており、複数のGPUを用いた学習も直感的に記述できます。

Python 3.x

Python 3はPythonプログラミング言語の最新バージョンであり、2008年12月3日にリリースされました。

受付中

KeyError(f"{not_found} not in index")

shunichi0411
shunichi0411

総合スコア10

Chainer

Chainerは、国産の深層学習フレームワークです。あらゆるニューラルネットワークをPythonで柔軟に書くことができ、学習させることが可能。GPUをサポートしており、複数のGPUを用いた学習も直感的に記述できます。

Python 3.x

Python 3はPythonプログラミング言語の最新バージョンであり、2008年12月3日にリリースされました。

0回答

0リアクション

0クリップ

214閲覧

投稿2022/08/08 02:21

前提

python Chainerで電力使用量予測を行おうとしています。
参考サイト:https://qiita.com/mix_dvd/items/cf625bbb447797afa063#%E3%81%AF%E3%81%98%E3%82%81%E3%81%AB

実現したいこと

Chainerで電力使用量予測

発生している問題・エラーメッセージ

KeyError(f"{not_found} not in index")

該当のソースコード

import pandas as pd
import numpy as np

df_kw = pd.read_csv("juyo-2021.csv",encoding="utf-8_sig",skiprows=2)
df_kw["MW"] = df_kw["kW"] * 10

df_kw["DATETIME"] = df_kw.index.map(lambda : pd.to_datetime(df_kw.DATE[] + " " + df_kw.TIME[_]))

df_kw["MW"].plot(figsize=(15,4))

def read_temp(filename):
df_temp = pd.read_csv(filename,encoding="utf-8_sig",skiprows=4)
df_temp.columns = ["DATETIME","TEMP"]
df_temp.DATETIME = df_temp.DATETIME.map(lambda : pd.to_datetime())
return df_temp

df_temp_Fukui = read_temp("data-Fukui-2021.csv")
df_temp_Fukui.rename(columns = {'TEMP':'TEMP_Fukui'}, inplace=True)

df_temp_Fukui.TEMP_Fukui.plot(figsize=(15,4))

df = df_kw.copy()
df = df.merge(df_temp_Fukui,how="inner", on="DATETIME")

df["MONTH"] = df.DATETIME.map(lambda _: _.month)
df["WEEK"] = df.DATETIME.map(lambda _: _.weekday())
df["HOUR"] = df.DATETIME.map(lambda _: _.hour)

df = df.dropna()

cols = ["MONTH","WEEK","HOUR"]
for col in cols:
df = df.join(pd.get_dummies(df[col], prefix=col))

x_cols = ["TEMP_Fukui"] + df.columns.tolist()[14:]

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

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)

from sklearn.preprocessing import StandardScaler

scaler = StandardScaler()
scaler.fit(X_train)

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

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

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.values.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

batchsize = 16
n_epoch = 200
n_units = 10

model = MyChain(n_units)
optimizer = optimizers.Adam()
optimizer.setup(model)

train_losses =[]
test_losses =[]

N = len(X_train)
print(N)
print(X_train.shape)
print(y_train.shape)
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]] →エラー 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) if epoch % 10 == 0: print("epoch: {}/{} train loss: {} test loss: {}".format(epoch, n_epoch, average_loss, loss.data))

y_pred = model.predict(X_test.astype(np.float32))

pd.DataFrame(np.c_[y_test, y_pred.array], columns=["act","pred"])[:100].reset_index(drop=True).plot(figsize=(15,4))
plt.show()

python

試したこと

print(X_train.shape),print(y_train.shape)から
それぞれ(5280, 37),(5280,)となっていることが分かったのですが、
ここからどうしたらいいのかが分からなくなりました。

補足情報(FW/ツールのバージョンなど)

python 3.10
VScode

以下のような質問にはリアクションをつけましょう

  • 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

リアクションが多い質問は、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。

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。

下記のような質問は推奨されていません。

  • 間違っている
  • 質問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

適切な質問に修正を依頼しましょう。

meg_

2022/08/08 03:14 編集

コード全体を「コードの挿入」で記入してください。 「KeyError(f"{not_found} not in index")」はどの行で発生したのですか?
y_waiwai

2022/08/08 03:56

このままではコードが読めないので、質問を編集し、</>(コードの挿入)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

まだ回答がついていません

会員登録して回答してみよう

アカウントをお持ちの方は

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
86.12%

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る

質問する

関連した質問

同じタグがついた質問を見る

Chainer

Chainerは、国産の深層学習フレームワークです。あらゆるニューラルネットワークをPythonで柔軟に書くことができ、学習させることが可能。GPUをサポートしており、複数のGPUを用いた学習も直感的に記述できます。

Python 3.x

Python 3はPythonプログラミング言語の最新バージョンであり、2008年12月3日にリリースされました。