Изменение формы этикетки для CNN

Question

Я столкнулся с проблемой при преобразовании данных, чтобы они поместились в сверточную нейронную сеть. Я перепробовал много решений, но все еще не смог этого сделать. Набор данных Содержит 800 строк и 271 столбец (последний столбец содержит метку класса). Всего 9 классов. Ниже мой код:

 dataset = pd.read_csv('train.csv')

 X = dataset.iloc[:, 0:270].values
 y = dataset.iloc[:, 270].values

 print("X Shape: "+str(X.shape))  ---> (804, 270)

 *** Reshaping Variables here

 X_train, X_test, y_train, y_test = train_test_split(X_reshaped, Y_reshaped, test_size = 0.20)

 model = Sequential()
 model.add(Convolution1D(64, kernel_size=(10), input_shape=(X_train.shape[1],X_train.shape[2])))
 model.add(Activation('relu'))
 model.add(MaxPooling1D(3))
 model.add(Flatten())
 model.add(Dense(100))
 model.add(Dropout(0.5))
 model.add(Dense(9))
 model.add(Activation('softmax'))
 model.compile(loss='sparse_categorical_crossentropy', optimizer = 'adam', metrics = ['accuracy'])
 model.fit(X_train,y_train,validation_data=(X_test,y_test))
 print(str(model.evaluate(x_test,y_test)))

Есть ли способ успешно изменить форму переменных для обучения модели? Спасибо!

Answer 1

Convolutional1D предназначен для обработки временных данных, и у вас их нет. Вам нужно разбить ваши данные на количество выборок и временные шаги

Answer 2

Convolution1D требует ввода вида

(samples, steps, input_dim)

Прямо сейчас вы проходите

(samples,input_dim)

Вам необходимо изменить форму данных в зависимости от того, как вы организовали временные шаги в 800 строках.

Например, если 800 строк - это 80 выборок по 10 временных шагов, как 10 временных шагов первой выборки, за которыми следуют 10 других шагов ...
тогда вам нужно изменить форму как (80,10,270)