我正在尝试使用 Keras 的功能 api 来构建具有多个输入和单个输出的模型。目标是组合每个输入的每一行以预测相应的输出(1 或 0)。
例如concatenate(inputs_1[0], and inputs_2[0])
并预测输出outputs[0]
我的数据结构如下所示:
inputs_1 = [[[-18.73, 8.98, 0.29, 0.23],[58.50, 28.31, 45.89, -1.62], [48.70, 21.31, 25.89, 1.62]],
[[-18.73, 8.98, 0.29, 0.65],[58.50, 28.31, 45.89, -1.62], [48.70, 21.31, 25.89, 1.62]],
[[-18.73, 8.98, 0.29, 9,3],[58.50, 28.31, 45.89, -1.62], [48.70, 21.31, 25.89, 1.62]],
...
[[-18.73, 8.98, 0.29, 8.93],[58.50, 28.31, 45.89, -1.62], [48.70, 21.31, 25.89, 1.62]]]
inputs_2 = [[[0.29, 0.23], [28.31, -1.62]],
[[8.98, 0.65], [21.31, 1.62]],
[[18.50, -1.62], [25.89, 1.62]],
...
[[-48.73, 8.98], [48.70, 1.62]]]
outputs = [1,
1,
0,
...
0]
我在构建模型时遇到了一些困难,当我想重塑数据时会出现第一个困难。
from sklearn.preprocessing import MinMaxScaler
scaler = MinMaxScaler()
# scale our data set so that every observation is between 0 and 1
training_data = scaler.fit_transform(inputs_1.reshape(-1, 1))
但是list
对象没有属性reshape
我已阅读此功能性 api 文档,但对我没有多大帮助。但是,我现在知道我将通过串联将所有可用特征合并到一个大向量中。如何处理这些嵌套数组?
另一个困难是将数据拆分为训练、验证和测试。我发现的文章是基于单个输入数据进行的。有没有办法吐出多个数据输入?
在这种情况下,我如何定义层来构建模型?
我如何使用 api 来构建我的模型?
欢迎任何提示或模型的骨架。
先感谢您。