尝试使用 TimeSeriesGenerator 时 pandas 中的关键错误

Question

我是 TF/Keras/ML 的初学者，我正在从事我的第一个非指导项目。这个想法是创建一个 RNN，它可以预测给定股票在给定日期的“走势”（我目前将其定义为开盘价比收盘价 higher/lower）。然后我的想法是训练 RNN 根据实际价格数据和一大堆技术指标预测给定日期的价格变动。

原始数据是这样的。

我希望模型输出的内容是这样的。

然后我尝试创建两个 TimeseriesGenerator 对象，其中缩放后的原始数据作为数据传入，上面显示的理想输出作为目标传入。我希望模型能够接收所有这些信息并输出一个类别，该类别将告诉我其预测的价格变动。此外，我希望该模型能够为未来时间创建预测价格变动的预测。

实际模型本身相当简单，几个 LSTM 层馈入致密层，最终输出层是一个神经元，我想用它来确定类别。

model = Sequential()

model.add(LSTM(2000,input_shape=(length,scaled_train.shape[1]), return_sequences=True))
model.add(Dropout(0.2))

model.add(LSTM(1000,input_shape=(length,scaled_train.shape[1]), return_sequences=True))
model.add(Dropout(0.2))

model.add(LSTM(500,input_shape=(length,scaled_train.shape[1])))
model.add(Dropout(0.2))

# model.add(Dense(1000))
model.add(Dense(250))

model.add(Dense(1))

model.compile(optimizer='adam',loss='binary_crossentropy')

我在执行所有这些操作时得到的错误是一个非描述性的关键错误，它发生在对模型调用 fit_generator 或尝试从生成器本身获取给定的 input/output 组合时.

我想我对 TimeseriesGenerator 在幕后实际做什么有误解。我的方法有什么问题，我该如何纠正它以实现我的目标？

Answer 1

您正在传递 Pandas 个数据帧。该错误在访问位置。使用 df.to_numpy() 方法 see discussion.

将数据帧转换为 numpy 矩阵

尝试使用 TimeSeriesGenerator 时 pandas 中的关键错误

Key Error in pandas while attempting to use TimeSeriesGenerator

python

pandas

keras

tensorflow

recurrent-neural-network