Question

我正在一个项目中，用于按日期和时间预测-1到1之间的值。我有一个包含100个预测值的数据集，并将数据分成70个训练集和30个测试集。数据包含：日期和时间（2019-04-25 21:00:00）和预测（-1至1值）

当我尝试在火车上致电fit_transform时，出现错误消息：

“ ValueError：预期的2D数组，取而代之的是1D数组：array = [-1。-1。 1. -1。 -1。 -1。 -1。 -1。 -1。 -1。 -1。 -1。 -1。 1. -1。 1. -1。 1。 1. -1。 1. -1。 -1。 -1。 -1。 -1。 -1。 1. -1。 -1。 -1。 1. -1。 -1。 -1。 -1。 -1。 -1。 1. -1。 -1。 -1。 -1。 -1。 -1。 -1。 1. -1。 -1。 -1。 1. -1。 -1。 -1。 -1。 -1。]。如果数据具有单个功能，则使用array.reshape（-1，1）重整数据；如果数据具有单个特征，则使用array.reshape（1，-1）重整数据包含一个样本。”

   df = pd.read_csv(file_to_read)
   df['Date']=pd.to_datetime(df['Date'])
   df=df.set_index(['Date'],drop=True)
   print(df.head(size))

   #Index for prediction 
   pred_index=int((size*30)/100)
   from_specific_time=df.index[pred_index]

   split_date=pd.Timestamp(from_specific_time)
   df=df['Predict']
   train=df.loc[split_date:]
   test=df.loc[:split_date]

   plt.figure(figsize=(10,6))
   ax=train.plot()
   test.plot(ax=ax)
   plt.legend(['train','test'])

   scaler=MinMaxScaler(feature_range=(-1,1))
   train_scaler=scaler.fit_transform(train)
   test_scaler=scaler.transform(test)

我想通过csv中的确切时间创建一个时间序列，然后预测测试值..我不确定自己做错了什么。顺便说一句，我正在学习本教程：https://towardsdatascience.com/an-introduction-on-time-series-forecasting-with-simple-neura-networks-lstm-f788390915b

谢谢！

Answer 1

错误指出它需要2D数组。因此，尝试将数组转换为2D，

train = ([train])
train_scaler = scaler.fit_transform(train)

预测的日期和时间值

1 个答案: