ケラス - 予期しない予測結果

Question

時系列を予測するためにkeras LSTMを作成しようとしています。私のx_trainは3000,15,10（例、タイムステップ、フィーチャー）、y_train（3000,15,1）のような形をしていて、多対多のモデル（シーケンスごとに10個の入力フィーチャを1出力/シーケンスにする）を構築しようとしています。

私が使用しているコードは、このです：

model = Sequential() 

model.add(LSTM(
    10, 
    input_shape=(15, 10), 
    return_sequences=True)) 
model.add(Dropout(0.2)) 
model.add(LSTM(
    100, 
    return_sequences=True)) 
model.add(Dropout(0.2)) 
model.add(Dense(1, activation='linear')) 
model.compile(loss="mse", optimizer="rmsprop") 
model.fit(
     x_train, y_train, 
     batch_size=1, nb_epoch=1, validation_split=0.05) 
predicted = model.predict(x_test) 

私のデータは次のようになります。

x_train = [ 
    [ 
     [3,4,3,1.5,0,7....], # 10 Features 
     [2,4,1,1,4,3....], 
     .... # 15 Timesteps 
    ], 
    .... # 3000 Examples 
] 
y_train = [ 
    [ 
     [0], 
     [5], 
     .... 
    ], 
    ..... 
] 

コードをコンパイルし、エラーなしで収まるが、予測値は現実的ではありません。

期待値は0〜15の整数です。しかし予測は-0.03と1の間の浮動小数点数です。また、予測には15のタイムステップがありますが、実際には16番目のタイムステップ（将来の予測結果）に興味があります。

例の予測：

predicted = [ 
    [ 
     [0.035478], 
     [0.046423], 
     [0.948723], 
     .... 
    ], 
    .... 
] 

マイkerasバージョンは2.0.6で、pythonはバージョン3.4.5です。

ご協力いただきありがとうございます。あなたはおそらくy_trainを想定すると、0と1の間であるためにあなたのy_trainを再スケールと予測しなければならない

Answer 1

はnumpyの配列です：作業が完了したときに

y_train = y_train/15.0 

次に、あなたの予測を再スケールすることができます。

predicted = (predicted*15).astype(int) 

Answer 2

私は多くのモデルに多くを構築しようとしている（シーケンスあたり10の入力機能は、1出力/シーケンスを作ります）。

あなたは多対1モデルを構築したいと思えます。このため（シーケンスにつき1つの出力のための10個の入力機能）

以下を行う必要があります。形状（3000,1）とy_train

1. ビルド。 y_trainは将来の予測、t + 1時間の予測になります。より多くのタイムステップを予測したい場合は、y_trainと最後の密なレイヤーを調整します。
2. ニューラルネットワークがスケールデータを必要とするため、まだトレーニングデータをスケールしていない場合は、スケーリングデータを調整します。
3. このようなあなたの最後のLSTM層からreturn_sequencesを削除します。

コード

model = Sequential() 
model.add(LSTM(10, input_shape=(15, 10), return_sequences=True)) 
model.add(Dropout(0.2)) 
model.add(LSTM(100, return_sequences=False)) 
model.add(Dropout(0.2)) 
model.add(Dense(1, activation='linear'))