Question

我创建了一个进行序列分类的Keras LSTM模型。我在训练集中有27个序列，在测试集中有18个序列。每个序列都有4000个时间步，我通过填充零来实现。每个序列是2499个并行序列的组合。这意味着我有2499个功能。

X_Train的尺寸为（27 x 4000 x 2499）：27个序列，每个序列有4000个时间步长，并具有2499个功能。
Y_Train的尺寸为（27 x 4000 x 1）
X_Test的尺寸为（18 x 4000 x 2499）
Y_Test的尺寸为（18 x 4000 x 1）

我正在使用将return_sequences设置为True的双向LSTM模型

我的最终目标是使用ELI5软件包的置换重要性获得特征重要性。

由于ELI5软件包不支持Keras框架，因此我想使用Scikit Learn Wrapper围绕keras进行操作，使其表现得像scikit Learn。

然后，我终于可以在模型上使用ELI5软件包来获得重要功能。

我使用了以下参数：

layer1_units = 40
layer1_act ='tanh'
go_backwards = False
return_sequences = True
merge_mode ='concat'
lr = 0.01
历元= 2
batch_size = 200

我将在KerasClassifier（）的build_fn属性中使用此lstm模型。

model = KerasClassifier(build_fn= lstm_Trial.model(),  epochs=3, batch_size=40, verbose=1)

然后我正在尝试使用.fit（）方法。

model.fit(x = X_Train, y = Y_Train_Ori)

这会引发错误。

ValueError跟踪（最近一次通话最近）    在（）中   ----> 1个模型.fit（x = X_Train，y = Y_Train_Ori）    〜/ anaconda3 / lib / python3.6 / site-packages / keras / wrappers / scikit_learn.py in fit（self，x，y，sample_weight，** kwargs）       第203章       204其他：   -> 205提高ValueError（'y的无效形状：'+ str（y.shape））       206 self.n_classes_ = len（self.classes_）       207如果sample_weight不是None：

ValueError：y的形状无效：（27，4000，1）

如何正确使用KerasClassifier，以便最终能够使用ELI5软件包？

Answer 1

我遇到了同样的问题，为避免重复发布，我想与您分享my answer，我已在另一个与您类似的Stackoverflow问题上发布了该问题。

TL; DR：eli5需要2d数组，而LSTM图层需要3d数组，因此您目前无法使其工作

如何在Keras双向LSTM模型周围使用Scikit学习包装器

1 个答案: