Реализация модели регрессии тензорного потока на данных баскетбола

Question

Я следую следующему руководству по моделям регрессии тензорного потока: https://www.tensorflow.org/tutorials/keras/basic_regression

Использование данных баскетбола. Я хочу предсказать продолжительность карьеры НБА на основе статистики колледжа. У меня в настоящее время нормализованные данные в формате:

Затем я строю следующую модель на основе кода в приведенной выше ссылке:

def build_model():
  model = keras.Sequential([
    keras.layers.Dense(64, activation=tf.nn.relu,
                       input_shape=(train.shape[1],)),
    keras.layers.Dense(64, activation=tf.nn.relu),
    keras.layers.Dense(1)
  ])

  optimizer = tf.train.RMSPropOptimizer(0.001)

  model.compile(loss='mse',
                optimizer=optimizer,
                metrics=['mae'])
  return model

model = build_model()
model.summary()

Что, кажется, работает нормально. Однако, когда я тогда пытаюсь запустить модель и записать историю, используя следующий код:

EPOCHS = 200

labels = ['Age','G','FG','FGA','X3P','X3PA','FTA','TRB','AST','STL','BLK','Wt','final_ht','colyears','nbayears']

# Store training stats
history = model.fit(train, labels, epochs=EPOCHS, validation_split=0.2, verbose=0)

Это дает мне ошибку, что: у объекта 'str' нет атрибута 'ndim', что затрудняет понимание того, что это значит. Я что-то не так делаю?

Answer 1

Когда вы вызываете функцию .fit модели, второй параметр должен представлять вашу целевую переменную (продолжительность карьеры NBA). Это будет одномерный массив вместо списка, который вы пытались передать функции.

Это должно решить проблему.