ValueError:未知标签类型:实现MLPClassifier时

时间:2017-03-10 08:05:13

标签: python-3.x neural-network classification model-fitting valueerror

我的数据框包含年,月,日,小时,分钟,秒,Daily_KWH列。我需要使用神经网络来预测每日KWH。请让我知道如何去做它

      Daily_KWH_System  year  month  day  hour  minute  second
0          4136.900384  2016      9    7     0       0       0
1          3061.657187  2016      9    8     0       0       0
2          4099.614033  2016      9    9     0       0       0
3          3922.490275  2016      9   10     0       0       0
4          3957.128982  2016      9   11     0       0       0

当我适合模型时,我得到了价值错误。

到目前为止

代码:

X = df[['year','month','day','hour','minute','second']]
y = df['Daily_KWH_System']

from sklearn.cross_validation import train_test_split
X_train, X_test, y_train, y_test = train_test_split(X, y)

from sklearn.preprocessing import StandardScaler
scaler = StandardScaler()
# Fit only to the training data
scaler.fit(X_train)

#y_train.shape
#X_train.shape

X_train = scaler.transform(X_train)
X_test = scaler.transform(X_test)

from sklearn.neural_network import MLPClassifier

mlp = MLPClassifier(hidden_layer_sizes=(30,30,30))

#y_train = np.asarray(df['Daily_KWH_System'], dtype="|S6") 

mlp.fit(X_train,y_train)

错误:

ValueError: Unknown label type: (array([  2.27016856e+02,   3.02173014e+03,   4.29404190e+03,
     2.41273427e+02,   1.76714247e+02,   4.23374425e+03,

4 个答案:

答案 0 :(得分:3)

首先,这是一个回归问题,而不是分类问题,因为Daily_KWH_System列中的值不会形成一组标签。相反,它们似乎(至少基于提供的示例)实数。

如果您想将其视为分类问题,则根据sklearn documentation

  

在scikit-learn中进行分类时,y是整数的向量   或字符串。

在您的情况下,y是浮点数的向量,因此您会收到错误。因此,而不是行

y = df['Daily_KWH_System']

写一行

y = np.asarray(df['Daily_KWH_System'], dtype="|S6")

这将解决问题。 (您可以在此处详细了解此方法:Python RandomForest - Unknown label Error

然而,由于回归在这种情况下更合适,然后替换上述行

而不是上述变化
from sklearn.neural_network import MLPClassifier
mlp = MLPClassifier(hidden_layer_sizes=(30,30,30))

from sklearn.neural_network import MLPRegressor
mlp = MLPRegressor(hidden_layer_sizes=(30,30,30))

代码将运行而不会抛出错误(但肯定没有足够的数据来检查我们获得的模型是否表现良好)。

话虽如此,我认为这不是为这个问题选择功能的正确方法。

在这个问题中,我们处理一系列形成时间序列的实数。我们可以选择的一个合理的功能是从起点开始经过的秒数(或分钟\小时\天等)。由于此特定数据仅包含天,月和年(其他值始终为0),因此我们可以选择自开始以来经过的天数作为特征。然后您的数据框将如下所示:

      Daily_KWH_System  days_passed 
0          4136.900384    0   
1          3061.657187    1     
2          4099.614033    2  
3          3922.490275    3   
4          3957.128982    4  

您可以将列days_passed中的值作为要素,将Daily_KWH_System中的值作为目标。您还可以添加一些指标功能。例如,如果您认为年末可能会影响目标,则可以添加指示功能,以指示月份是否为12月。

如果数据确实是每天(至少在这个例子中你每天有一个数据点)并且你想用神经网络解决这个问题,那么另一种合理的方法是将它作为一个时间序列处理并尝试适合递归神经网络。以下是一些描述这种方法的精彩博文:

http://machinelearningmastery.com/time-series-prediction-lstm-recurrent-neural-networks-python-keras/

http://machinelearningmastery.com/time-series-forecasting-long-short-term-memory-network-python/

答案 1 :(得分:0)

y = list(df['Daily_KWH_System']) 函数要求y为1D列表。通过切片Pandas数据帧,您始终可以获得2D对象。这意味着对于您的情况,您需要将从将DataFrame切片到实际的1D列表中获得的2D对象转换为拟合函数所期望的:

secure

答案 2 :(得分:0)

请改用回归器。这将解决2D浮动数据问题。

from sklearn.neural_network import **MLPRegressor**   
model = MLPRegressor(solver='lbfgs',alpha=0.001,hidden_layer_sizes=(150,))
y_pred = model.predict(x)

答案 3 :(得分:-1)

而不是 mlp.fit(X_train,y_train) 用这个 mlp.fit(X_train,y_train.values)