skflow回归预测多个值

Question

我试图预测一个时间序列：给定50个先前的值，我想预测下5个值。

为此，我使用skflow包（基于TensorFlow），此问题与Boston example provided in the Github repo相对接近。

我的代码如下：

%matplotlib inline
import pandas as pd

import skflow
from sklearn import cross_validation, metrics
from sklearn import preprocessing

filepath = 'CSV/FILE.csv'
ts = pd.Series.from_csv(filepath)

nprev = 50
deltasuiv = 5

def load_data(data, n_prev = nprev, delta_suiv=deltasuiv):  

    docX, docY = [], []
    for i in range(len(data)-n_prev-delta_suiv):
        docX.append(np.array(data[i:i+n_prev]))
        docY.append(np.array(data[i+n_prev:i+n_prev+delta_suiv]))
    alsX = np.array(docX)
    alsY = np.array(docY)

    return alsX, alsY

X, y = load_data(ts.values) 
# Scale data to 0 mean and unit std dev.
scaler = preprocessing.StandardScaler()
X = scaler.fit_transform(X)
X_train, X_test, y_train, y_test = cross_validation.train_test_split(X, y,
    test_size=0.2, random_state=42)
regressor = skflow.TensorFlowDNNRegressor(hidden_units=[30, 50],
    steps=5000, learning_rate=0.1, batch_size=1)
regressor.fit(X_train, y_train)
score = metrics.mean_squared_error(regressor.predict(X_test), y_test)
print('MSE: {0:f}'.format(score))

这导致：

  

ValueError：y_true和y_pred的输出数量不同（1！= 5）

训练结束时。

当我尝试预测时，我遇到了同样的问题

ypred = regressor.predict(X_test)
print ypred.shape, y_test.shape

  

（200,1）（200,5）

因此，我们可以看到该模型仅以某种方式预测了1个值，而不是5个想要/希望的值。

我如何使用相同的模型来预测多个值的值？