Keras回归预测和输出维不同

Question

你好，我正在尝试进行能源分解（在给定某个家庭的总能耗的同时，预测家用电器的能源使用。）

现在我的输入维是2，因为有两个主要的能量测量值。 Keras序列模型的输出维应该是18，因为我有18个设备我想做一个预测。 我有足够的数据使用REDD数据集（这不是问题）。在

我训练了模型，得到了合理的损失和准确度。 但是当我想对一些测试数据进行预测时，预测是由一维数组中的值组成的。同时输出是18维的？在

这是怎么可能的呢？还是我在尝试一些不可行的东西？在

一些代码：

model = Sequential()

model.add(Dense(HIDDEN_LAYER_NEURONS,input_dim=2))
model.add(Activation('relu'))
model.add(Dense(18))

model.compile(loss=LOSS,
          optimizer=OPTIMIZER,
          metrics=['accuracy'])

model.fit(X_train, y_train, epochs=EPOCHS, batch_size=BATCH_SIZE, 
verbose=1, validation_split=VALIDATION_SPLIT)

pred = model.predict(X_test).reshape(-1)
pred.shape # prints the following 1 dimensional array: (xxxxx,) dimensional

所有的变量都是常量。 Xu火车是2维的 你的火车是18度的

感谢任何帮助！在

Answer 1

好吧，你正在重塑预测，并在这里把它们变平：

pred = model.predict(X_test).reshape(-1)

reshape(-1)有效地使数组一维。直接预测一下：

^{pr2}$