質問編集履歴

2

追記

2021/07/31 10:46

投稿

multinguish
multinguish

スコア6

test CHANGED
File without changes
test CHANGED
@@ -2,13 +2,15 @@
2
2
 
3
3
 
4
4
 
5
- 非エンジニア、独学です。
5
+ 非エンジニア、独学のpython初心者です。
6
6
 
7
7
  multivariate LSTMにより血流量を予測する試みを行なっています。
8
8
 
9
- 血流量の他に血圧や脈拍、呼吸数を用いています。
9
+ 血流量の他に血圧(収縮期、平均、拡張期)や脈拍、呼吸数を用いています。
10
+
10
-
11
+ 1分おきの時系列データを収集し、前半8割の値から後半2割の血流量を予測しました。
12
+
11
- 学習、グラフ作成まで行いました。
13
+ 学習、グラフ作成まで行い、予測精度をRMSEで計算しました。
12
14
 
13
15
 
14
16
 
@@ -16,7 +18,7 @@
16
18
 
17
19
 
18
20
 
19
- RMSEにより精度検証を行いましたが、グラフを見るとRMSEがここまで低いようには思えません。
21
+ グラフを見るとRMSEがここまで低いようには思えません。
20
22
 
21
23
  精度が正しいかどうか、正しくない場合コードのどの部分に問題があるかが判断できません。
22
24
 

1

図の修正

2021/07/31 10:46

投稿

multinguish
multinguish

スコア6

test CHANGED
File without changes
test CHANGED
@@ -60,9 +60,11 @@
60
60
 
61
61
  df
62
62
 
63
+ ```
64
+
63
65
  ![表](94c11d974818843276d5642e10edefb7.png)
64
66
 
65
-
67
+ ```
66
68
 
67
69
  flow = np.array([df.iloc[:,1]])
68
70
 
@@ -98,8 +100,12 @@
98
100
 
99
101
  plt.show(block=False)
100
102
 
103
+ ```
104
+
101
105
  ![全データ](5e5b6629c854eee31e17c5a73410514a.png)
102
106
 
107
+ ```
108
+
103
109
  #血流量のみプロット
104
110
 
105
111
  plt.figure(figsize = (10,6))
@@ -110,8 +116,12 @@
110
116
 
111
117
  plt.show(block=False)
112
118
 
119
+ ```
120
+
113
121
  ![血流量](74d3ef6ddac30500e9f8b34ef3dee172.png)
114
122
 
123
+ ```
124
+
115
125
  #Xは血流以外、Yが血流
116
126
 
117
127
  X = np.concatenate([sBP,mBP,dBP,HR,RR],axis=0)
@@ -178,8 +188,12 @@
178
188
 
179
189
  plt.show()
180
190
 
191
+ ```
192
+
181
193
  ![実測値と予測値](cb0d94fca2a8ab298a47f52c39942cd3.png)
182
194
 
195
+ ```
196
+
183
197
  Y_train = scaler1.inverse_transform(Y_train)
184
198
 
185
199
  Y_train = pd.DataFrame(Y_train)
@@ -218,8 +232,12 @@
218
232
 
219
233
  plt.show()
220
234
 
235
+ ```
236
+
221
237
  ![crossvalidation結果](beebe47a73dd650c52e69817a98377e4.png)
222
238
 
239
+ ```
240
+
223
241
  #誤差計算
224
242
 
225
243
  import math