質問編集履歴
2
不要なコメント削除
test
CHANGED
|
File without changes
|
test
CHANGED
|
@@ -60,8 +60,6 @@
|
|
|
60
60
|
|
|
61
61
|
|
|
62
62
|
|
|
63
|
-
#データの読み込み
|
|
64
|
-
|
|
65
63
|
df = pd.read_csv('1996Sapporo.csv',encoding = "Shift_JIS") #csv読み込み
|
|
66
64
|
|
|
67
65
|
df =df.fillna(method='ffill') #欠損値NaNを除外(１時間前の値で置き換え)
|
|
@@ -76,13 +74,9 @@
|
|
|
76
74
|
|
|
77
75
|
|
|
78
76
|
|
|
79
|
-
#Hindo = df["天気"].value_counts() #各天気の発生回数(降順)
|
|
80
|
-
|
|
81
|
-
|
|
82
|
-
|
|
83
77
|
print(tenki)
|
|
84
78
|
|
|
85
|
-
print(len(tenki))
|
|
79
|
+
print(len(tenki))
|
|
86
80
|
|
|
87
81
|
|
|
88
82
|
|
|
@@ -124,7 +118,7 @@
|
|
|
124
118
|
|
|
125
119
|
|
|
126
120
|
|
|
127
|
-
|
|
121
|
+
|
|
128
122
|
|
|
129
123
|
n_in = 1 #入力層
|
|
130
124
|
|
|
@@ -134,17 +128,17 @@
|
|
|
134
128
|
|
|
135
129
|
|
|
136
130
|
|
|
137
|
-
|
|
131
|
+
|
|
138
132
|
|
|
139
133
|
model = Sequential()
|
|
140
134
|
|
|
141
|
-
|
|
135
|
+
|
|
142
136
|
|
|
143
137
|
model.add(LSTM(n_hidden, input_shape=(input_data_length, n_in), kernel_initializer='random_uniform', return_sequences = False))
|
|
144
138
|
|
|
145
139
|
|
|
146
140
|
|
|
147
|
-
|
|
141
|
+
|
|
148
142
|
|
|
149
143
|
model.add(Dense(n_out, kernel_initializer = 'random_uniform'))
|
|
150
144
|
|
|
@@ -152,15 +146,9 @@
|
|
|
152
146
|
|
|
153
147
|
|
|
154
148
|
|
|
155
|
-
#確率的勾配降下法 Adam
|
|
156
|
-
|
|
157
|
-
#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
|
|
158
|
-
|
|
159
149
|
opt = Adam(lr = 0.1, beta_1 = 0.9, beta_2 = 0.999)
|
|
160
150
|
|
|
161
151
|
|
|
162
|
-
|
|
163
|
-
#損失関数 二条平均誤差
|
|
164
152
|
|
|
165
153
|
model.compile(loss = 'mean_squared_error', optimizer = opt)
|
|
166
154
|
|
1
不要なコメント削除
test
CHANGED
|
File without changes
|
test
CHANGED
|
@@ -112,9 +112,7 @@
|
|
|
112
112
|
|
|
113
113
|
X_train, X_test, Y_train, Y_test = train_test_split(X, Y, test_size = N_test, shuffle = False)
|
|
114
114
|
|
|
115
|
-
#test_size = テスト用データの割合 0.3は3割をテスト用のデータとして置ける
|
|
116
115
|
|
|
117
|
-
#shuffle = False = データを分割する際の乱数のシード値(同じ結果が返るよう普通0)
|
|
118
116
|
|
|
119
117
|
|
|
120
118
|
|