回答編集履歴
1
一部修正
answer
CHANGED
|
@@ -1,11 +1,11 @@
|
|
|
1
1
|
標準化操作の時に、標準偏差=0と計算された列についてゼロ除算が発生したのが影響して、学習エラーになっていたようです。以下のようにゼロ除算を防止することで、Google Colab上でエラーが無くなるのを確認しました。
|
|
2
2
|
|
|
3
3
|
```Python
|
|
4
|
-
train_df = (train_df - train_mean) / np.maximum(train_std, 1e-
|
|
4
|
+
train_df = (train_df - train_mean) / np.maximum(train_std, 1e-12)
|
|
5
|
-
val_df = (val_df - train_mean) / np.maximum(train_std, 1e-
|
|
5
|
+
val_df = (val_df - train_mean) / np.maximum(train_std, 1e-12)
|
|
6
|
-
test_df = (test_df - train_mean) / np.maximum(train_std, 1e-
|
|
6
|
+
test_df = (test_df - train_mean) / np.maximum(train_std, 1e-12)
|
|
7
7
|
|
|
8
|
-
df_std = (df - train_mean) / np.maximum(train_std, 1e-
|
|
8
|
+
df_std = (df - train_mean) / np.maximum(train_std, 1e-12)
|
|
9
9
|
```
|
|
10
10
|
|
|
11
11
|
なお、私の環境では、環境差によってか分かりませんが、データが微妙に異なっており、ゼロ除算がたまたま発生しなかったようです。
|