python ValueError: Ошибка при проверке цели: ожидается, что плотность_2 будет иметь форму (12,), но получен массив с формой (1,)

Question

при написании программы используйте keras для построения нейронной сети BP для прогнозирования данных (регрессии), программа выглядит следующим образом:

bp_dataset = pd.read_csv('Dataset/allGlassStraightThroughTube.csv')
bp_tube_par = bp_dataset.iloc[:, 3:8]
bp_tube_eff = bp_dataset.iloc[:, -1:]


bp_tube_par_X_train,bp_tube_par_X_test,bp_tube_eff_Y_train,bp_tube_eff_Y_test = train_test_split(bp_tube_par,
                                                                                                 bp_tube_eff,
                                                                                                 random_state=33,
                                                                                                 test_size=0.3)

# normalize the train and test Dataset
sc_X = StandardScaler()
sc_Y = StandardScaler()
sc_bp_tube_par_X_train = sc_X.fit_transform(bp_tube_par_X_train)
sc_bp_tube_par_X_test = sc_X.transform(bp_tube_par_X_test)
sc_bp_tube_eff_Y_train = sc_Y.fit_transform(bp_tube_eff_Y_train)
sc_bp_tube_eff_Y_test = sc_Y.transform(bp_tube_eff_Y_test)

# build BP neural network
model = Sequential()
model.add(Dense(12, input_dim=5, activation='relu'))
model.add(Dense(12, activation='linear'))
model.compile(loss='mean_squared_error', optimizer='adam', metrics=['accuracy', 'mae'])
model.fit(sc_bp_tube_par_X_train, sc_bp_tube_eff_Y_train, epochs=100)
pre_sc_bp_tube_eff_Y_test = model.predict(sc_bp_tube_par_X_test)

но возможны ошибки:

Traceback (most recent call last):
  File "C:/Users/win/PycharmProjects/allGlassStraightThroughTube/bpTest.py", line 44, in <module>
model.fit(sc_bp_tube_par_X_train, sc_bp_tube_eff_Y_train, epochs=100)
  ...
  ValueError: Error when checking target: expected dense_2 to have shape (12,) but got array with shape (1,)

может подскажите пожалуйста причину и как это исправить

Answer 1

model.add(Dense(12, activation='linear'))

12 здесь представляет выходной размер. В вашем случае 12 является входным измерением для второго слоя. Керасы обрабатывают входные размеры для средних слоев, и вам не нужно указывать это явно.

Ваш код должен быть

model.add(Dense(1, activation='linear'))