8.4.2 时间序列预测——使用TFLearn自定义模型——代码运行错误及解决方法
来源:互联网 发布:软件授权使用说明书 编辑:程序博客网 时间:2024/05/29 04:08
《TensorFlow》:实战Google深度学习框架中第八章的——8.4.2 时间序列预测——使用TFLearn自定义模型下的源代码运行报错:
原因分析:
score=metrics.accuracy_score(y_test,y_predicted)该句代码中y_predicted是tflearn中的generator类型,
而不是metrics.accuracy_score计算accuracy所需要sequence(序列)或者array-like(类数组)类型的数据;
问题解决:
在y_predicted=classifier.predict(x_test)后加:
y_predicted = list(y_predicted),
将其转化为list(列表类型)即可
# -*- coding: utf-8 -*-from sklearn import cross_validationfrom sklearn import datasetsfrom sklearn import metricsimport tensorflow as tf# import tflearnlearn = tf.contrib.learndef my_model(features,target): target = tf.one_hot(target,3,1,0) logits,loss = learn.models.logistic_regression(features,target) train_op = tf.contrib.layers.optimize_loss( loss, tf.contrib.framework.get_global_step(), optimizer='Adagrad', learning_rate=0.1) return tf.arg_max(logits,1),loss,train_opiris=datasets.load_iris()x_train,x_test,y_train,y_test=cross_validation.train_test_split( iris.data,iris.target,test_size=0.2,random_state=0)classifier=learn.Estimator(model_fn=my_model)classifier.fit(x_train,y_train,steps=100)y_predicted=classifier.predict(x_test)y_predicted = list(y_predicted)score=metrics.accuracy_score(y_test,y_predicted)print ('Accuracy: %.2f%%'%(score*100))
运行环境:
(1)Python 3.5.2 |Anaconda 4.2.0 (64-bit)
(2)tensorflow '1.0.1'
(3)sklearn '0.18.1'
阅读全文
0 0
- 8.4.2 时间序列预测——使用TFLearn自定义模型——代码运行错误及解决方法
- 时间序列分析——ARIMA模型预测(R)
- R学习日记——时间序列分析之ARIMA模型预测
- 时间序列预测模型
- 时间序列模型预测
- CNTK API文档翻译(10)——使用LSTM预测时间序列数据
- 新手入门——详解时间序列预测(用Python)
- 时间序列预测模型方法
- 用XGBoost做时间序列预测—forecastxgb包
- 用XGBoost做时间序列预测—forecastxgb包
- CNTK API文档翻译(11)——使用LSTM预测时间序列数据(物联网数据)
- 基于时间序列的用户预测模型
- 时间序列分析之ARIMA模型预测
- prophet:时间序列预测模型原理
- 基于时间序列模型的预测
- 从代码学AI ——情感分类(LSTM on TFlearn)
- 教你搭建多变量时间序列预测模型LSTM(附代码、数据集)
- 指数平滑法——中短期时间序列分析预测法
- 给一个字符串s,计算具有相同数字0和1的非空(连续)子字符串的数量,并且这些子字符串中的全部0和全部1被连续分组。子串发生多次被计数的次数。
- ambari-server start过程
- SSM(5)信息校验是否存在
- JS的正则表达式
- 互联网高性能开发必备技能 缓存技术
- 8.4.2 时间序列预测——使用TFLearn自定义模型——代码运行错误及解决方法
- 2---python开发简单爬虫
- 深度学习论文roadmap
- 一点幼稚的记录
- C语言笔记(符号)
- [LeetCode] Letter Combinations of a Phone Number
- Hibernate的学习之路十九(一对多的JavaBean编写和映射的配置文件的编写)
- 【题解】【UVA 11297】Census
- ps----将人物或别的东西放进小球