Я построил модель, которая может принимать как динамические функции c (временные ряды), так и функции c отдельно для задач классификации. Модель работает отлично и выдает результаты, как и ожидалось. Проблема в том, что когда я хочу оценить модель и построить кривые RO C и AU C с использованием предиката_проба в scikitlearn.
Я обнаружил, что решение состоит в том, чтобы сделать мою модель последовательной. Как сделать следующую модель последовательной, чтобы избавиться от этой ошибки атрибута.
Архитектура моей модели:
mdl_input1 = Input(shape=(X_train.shape[1], X_train.shape[2]))
x = LSTM(100, activation='relu', return_sequences=True)(mdl_input1)
x = LSTM(100, activation='relu', return_sequences=True)(x)
x = LSTM(100, activation='relu', return_sequences=True)(x)
x = LSTM(100, activation='relu')(x)
x = Dropout(0.2)(x)
x = Dense(100, activation='relu')(x)
mdl_input2 = Input(shape=(X_stat_train.shape[1],))
concat = Concatenate([x, mdl_input2])
output = Dense(n_outputs, activation='softmax')(x)
model = Model(inputs=[mdl_input1, mdl_input2], outputs=output)
Строка, в которой я получаю сообщение об ошибке:
y_probas = model.predict_proba([X_test, X_stat_test])
Ошибка:
AttributeError: 'Model' object has no attribute 'predict_proba'
Схемы c моей модели:
