使我的数据适合Keras Sequential模型和密集层并产生输出

Question

我有看起来像这样的结构化数据。

faults.head() 

Fault DEALER FAILMODE FAILCODEMODE DAYS UNTIL FAILURE TERRITORY CODE DESIGN PHASE CODE PLANT ID CODE 
0 CAMPAIGN/TRP 31057 CAMPAIGN BNRBC1 283.0 102 62 82 
1 INTERMITTENT PROBL 24126 SPECIAL (NO FAILURE) XXIPNF 126.0 102 62 82 
2 DSID #DSBCG2058 TAG #362783 EXHAUST SYSTEM. U... 0 CLOGGED, PLUGGED WITH FOREIGN MATERIAL, DIRT/D... USDVDR 118.0 102 62 82 
3 INTERMITTENT PROBL 20943 SPECIAL (NO FAILURE) XXIPNF 97.0 102 62 82 
4 CAMPAIGN 19134 CAMPAIGN USSCR1 315.0 102 62 82 

我试图预测类FAILMODE。 FAILMODE中只有122个唯一值。那些是我的课程。

基于行中的所有其他数据，我想要一个单独的矩阵，或者甚至类本身都是我测试集上计算的结果。这里是我的代码，所以远

from keras.models import Sequential 
from keras.layers import Dense 
Using Theano backend. 

faults_testing = faults[:14843] 
faults_training = faults[14844:] 

model = Sequential() 
model.add(Dense(len(faults.FAILMODE.unique()) + 20, input_dim=len(faults_training), init='uniform', activation='relu')) 
model.add(Dense(len(faults_training), init='uniform', activation='relu')) 
model.add(Dense(len(faults.FAILMODE.unique()), init='uniform', activation='sigmoid')) 

model.compile(loss='binary_crossentropy', optimizer='adam', metrics=['accuracy']) 

这里是哪里，我不知道什么是X或Y是这样的教程says-

model.fit(X, Y, nb_epoch=len(faults_training), batch_size=10) 

我只是尝试以下各项

model.fit(faults_training['FAILMODE'], faults_testing['FAILMODE'], nb_epoch=len(faults_training), batch_size=10) 

导致出现此错误 -

ValueError        Traceback (most recent call last) 
<ipython-input-54-e8765933cfb9> in <module>() 
----> 1 model.fit(faults_training['FAILMODE'], faults_testing['FAILMODE'], nb_epoch=len(faults_training), batch_size=10) 

ValueError: Error when checking model input: expected dense_input_1 to have shape (None, 34631) but got array with shape (34631L, 1L) 

Ple你的答案要彻底。谢谢！

Answer 1

正则神经网络（包括Keras Sequential模型）只接受浮点数据（X）和整数或单热编码标签/类（Y）。所以你需要转换你的数据集以符合要求。所以，你可能想要做什么：（例如CAMPAIGN/TRP，BNRBC1，XXIPNF）

1. 地图所有类别（字符串）值浮动（这将是更好，如果你可以标准化数据）
2. 认沽在X
3. 的所有数据列（不包括标签列）将标签栏（应该只有1列）内Y和使用to_categorical如Y = to_categorical(Y)
4. 斯普利特培训转化为热码单和测试数据使用功能如train_test_splitX_train, X_test, Y_train, Y_test = train_test_split(X, Y, test_size=0.33)
5. 使用model.fit(X_train, Y_train, nb_epoch=100, batch_size=10)训练模型。调整nb_epoch和batch_size以后根据你的速度和训练的准确性期望
6. 评估使用scores = model.evaluate(self, X_test, Y_test, batch_size=10)

您还可以查看这篇文章的准确性得到知道如何分类数据转换为数字http://fastml.com/converting-categorical-data-into-numbers-with-pandas-and-scikit-learn/