一个是shape()、reshape()函数的问题,经常会有:
ValueError:cannot reshape array of size 220110 into <870,7,36>

这其实是对这两个函数的理解问题,文档里说的比较不好理解,通俗一点就是shape(a,b,c)、reshape(a,b,c)
其实就是reshape(样本多少个,每个样本中有几组变量的个数,每个变量中又有几个多少分支)
reshape(870只股票,7年,每年36个变量)

shape函数同上

这样只要调节870736和size 数值相等即可

ValueError: Input 0 is incompatible with layer lstm_3 :expected ndim=3 , found ndim=2
这个问题是对LSTM的原理不够理解,LSTM处理的是三维数据变量,你要是输入一个矩阵那是不对的。换句话说,要求的是面板数据,输入的却是截面数据。那有一个维度上没有数据,那一定处理不了。
因此输入的结构从(7,36)改为(870,7,36)即可

ValueError: Error when checking target : expected dense_1 to have 3 dimensions , but got array with shape <75,1>
这个问题说的其实还是三维的输入需求,只输入了二维,要把二维数据转换为三维的。转换代码我会附在后边

ValueError: Error when checking target : expected dense_1 to have shape <1, > , but got array with shape <7, >
这个问题,其实是一个dense层只能处理一个向量,或者说一个年份的数据。但现在输入了7个,因为是7年的预测结果,因此,把dense层的神经元数量由1个改为7个就能够装得下7个输入了

因为excel导入的数据都是pandas的二维,所以要将其先转换为numpy然后再转为3为pandas的pannels数据
下面是二维转三维的输入代码:

输入excel数据时的转换:
inputfile = ‘D:\input.xls’
data = pd.read_excel(inputfile) #读取数据
data_train0 = data.copy() #复制一下数据建模
data_train1=data_train0.values
data_train=data_train1.reshape(870,7,36)
x_train = data_train #特征数据

导出excel数据时的转换
三维转二维,转为dataframe
datap0是上边data_train经过运算后的三维数据,数据结构和data_train一致,即(870,7,36)
datap1=datap0.reshape(870,7)
datap2=np.array(datap1)
datap=pd.DataFrame(datap2)
datap.to_excel(‘D:\prey.xls’)

转自 http://blog.sina.com.cn/s/blog_ecfc5ce90102xp1r.html

LSTM做预测遇到的错误总结相关推荐

  1. python预测算整理集合 python根据历史数据,预测未来数据 神经网络时间序列预测python 销售收入分析与预测 神经网络预测控制 Python 源码 4个lstm做数据预测的案例源代码

    python 预测未来/神经网络/负荷/飞机零件故障/链路预测程序源码 1.python实现TensorFlow2股票股价预测(源码) 2.负荷预测(py thon例子,实时负荷预测,15分钟到4小时 ...

  2. PSO优化LSTM做时间序列的预测,优化的是隐藏层单元数目,批处理大小,时间窗口大小

    PSO优化LSTM做时间序列的预测,优化的是隐藏层单元数目,批处理大小,时间窗口大小,学习率等网络参数. ID:8288668442690309幸福生活

  3. lstm 能耗预测_预测能耗第一部分

    lstm 能耗预测 An Introduction to Time Series Analysis and Forecasting Using Python 使用Python进行时间序列分析和预测的简 ...

  4. 教你打造股市晴雨表——通过LSTM神经网络预测股市

    作者介绍: Jakob Aungiers 现就职于汇丰银行伦敦总部,担任全球资产管理的开发副总裁.擅长机器学习,神经网络等领域. (以下为译文) 谈及机器学习,神经网络无疑是当前的热门话题.因此,在网 ...

  5. Kesci:Tensorflow 实现 LSTM——时间序列预测(超详细)

    云脑项目3 -真实业界数据的时间序列预测挑战 https://www.kesci.com/home/project/5a391c670e1fc52691fde623 这篇文章将讲解如何使用lstm进行 ...

  6. 【毕业设计】LSTM股票预测系统 - python 深度学习

    文章目录 0 前言 1 课题意义 1.1 股票预测主流方法 2 什么是LSTM 2.1 循环神经网络 2.1 LSTM诞生 3 如何用LSTM做股票预测 3.1 算法构建流程 3.2 部分代码 4 实 ...

  7. python预测股票价格tushare_Python:tushare获取A股指数数据,使用LSTM进行预测,pythontushare,并...

    根据tushare官网资料(http://tushare.org/)目前仅支持下面A股指数查询. 指数名称    TS指数代码 上证指数    sh 深圳成指    sz 沪深300指数    hs3 ...

  8. 大数据毕业设计 LSTM时间序列预测算法 - 股票预测 天气预测 房价预测

    文章目录 0 简介 1 基于 Keras 用 LSTM 网络做时间序列预测 2 长短记忆网络 3 LSTM 网络结构和原理 3.1 LSTM核心思想 3.2 遗忘门 3.3 输入门 3.4 输出门 4 ...

  9. 毕业设计 LSTM的预测算法 - 股票预测 天气预测 房价预测

    文章目录 0 简介 1 基于 Keras 用 LSTM 网络做时间序列预测 2 长短记忆网络 3 LSTM 网络结构和原理 3.1 LSTM核心思想 3.2 遗忘门 3.3 输入门 3.4 输出门 4 ...

最新文章

  1. js温故而知新8(浏览器)——学习廖雪峰的js教程
  2. python编程基础知识体系_最新版 17 幅思维导图:Python 编程之核心知识体系
  3. MATLAB实战应用案例:欧拉法、改进欧拉法、ode45求解微分方程实例
  4. 迁移到php7,迁移PHP版本到PHP7
  5. 监听以太网(三) Packet32数据结构说明
  6. Maven项目启动时如何查找默认的显示页面
  7. 细菌基因组 | rpoB的插入变异导致高度耐药性
  8. 27、简述redis的有哪几种持久化策略及比较?
  9. Protobuf 的 import 功能在 Go 项目中的实践
  10. 不是有效的函数或过程名_什么是函数?
  11. qt web混合编程_VS2017+QT 混合编程-在VS控制台程序配置QT
  12. 添加负载机_从 Coco 转向 Koko,Jumpserver 堡垒机 V1.5.3 发布
  13. javascript及css实现居中效果
  14. iOS UI 自动化测试原理以及在 Trip.com 的应用实践
  15. EOJ 2706 Fenwick Tree 树状数组找规律
  16. 使用AppNode部署IT资产管理平台(Chemex 3.2.0版本)- 肥仔Sam
  17. 计算机基础知识考什么,我想请问下,计算机初级考试考些什么东西?
  18. JavaFX开发的地图编辑器WiTKMapEditor(更新GitHub地址)
  19. Flink on Yarn的两种模式及HA
  20. Cannot find JRE ‘1.8‘. You can specify JRE to run maven goals in Settings | Mav

热门文章

  1. 电脑图片去水印方法-电脑图片上面的水印怎么去除
  2. 如何确定MessageBox哪个按钮被点击。
  3. 小白自总结【遥感图像目视解译】ArcGIS下 1/6北京区域 五类地物
  4. Linux e1000e网卡驱动
  5. AES - Openssl AES 函数说明
  6. Centos7下安装FastDFS服务
  7. 智能伪原创生成易语言代码
  8. Ardunio开发实例-ENC28J60以太网模块实现Web服务器
  9. Boost库编译指南
  10. 人月神话(各章精选)