机器学习的多维输入

Question

我有一个 csv 文件，其数据格式为：

Timestamp,Signal_1,Signal_2,Signal_3,Signal_4,Signal_5
2021-04-13 11:03:13+02:00,3,3,3,12,12
2021-04-13 11:03:14+02:00,3,3,3,12,12

现在我想创建一个 NN 来进行时间序列预测，因此我想将内容转换为 numpy 数组，以便分配训练/测试集。 输入和输出应该是 5 维的（应该预测所有信号组）。目前我的代码如下所示：

import pandas
from matplotlib import pyplot
from sklearn.model_selection import train_test_split
from numpy import genfromtxt
filename = 'test.csv'
data = pandas.read_csv(filename , header=0, index_col=0)
my_data = genfromtxt('test.csv', delimiter=',')
print(data.shape)

print(type(my_data))
v, w, x, y, z = my_data

我知道缺少测试和训练部分的实际分配，但即使在这个阶段我也收到错误ValueError: too many values to unpack (expected 5)

Answer 1

不确定您要解压缩的确切位（看起来您尝试使用 pandas 导入一个版本，使用 numpy 导入一个版本），但错误是因为您的 my_data.shape = (3, 6)，作为标题和时间戳列不会被np.genfromtxt 解释，这会导致v, w, x, y, z = my_data 出现too many values to unpack 错误

array([[nan, nan, nan, nan, nan, nan],
       [nan,  3.,  3.,  3., 12., 12.],
       [nan,  3.,  3.,  3., 12., 12.]])

对于 numpy my_data 数组，您可以索引以删除第一行和第一列并转置以使其正确向上：

v, w, x, y, z = my_data[1:, 1:].T

这将为您提供一维数组：

>> v
array([3., 3.])

>> w
array([3., 3.])

>> x
array([3., 3.])

>> y
array([12., 12.])

>> z
array([12., 12.])

注意顺便说一句，如果您尝试使用 pandas 数据框data（即v, w, x, y, z = data）来执行相同的操作，您实际上会得到分配的列标题字符串，而不是列本身。在这种情况下，您需要：

v, w, x, y, z = data.values.T

如果您也需要时间戳，使用 pandas 导入可能更容易，因为它更容易处理混合数据，只需重置索引或从您的 read_csv 调用中删除 index_col：

data = pandas.read_csv(filename, header=0)
u, v, w, x, y, z = df.values.T

这将为您提供u 中的时间戳。