Machine learning 使用keras为预测添加新功能时出错

我做了一个预测，只使用了床的数量（效果很好），现在，我想通过添加第二个输入（平方英尺）来提高房价

我添加了如下代码：

import tensorflow as tf
import numpy as np
from tensorflow import keras

model = keras.Sequential([keras.layers.Dense(units=1, input_shape=[2])])
xs = np.stack([[1.0, 2.0, 3.0, 4.0, 5.0, 6.0], [100, 150, 200, 250, 300, 350]], axis=1)
ys = np.array([100000, 150000, 200000, 250000, 300000, 350000], dtype=float)
model.fit(xs, ys, epochs=100)
print(model.predict([[7.0], [400.0]]))  # [7.0] number of beds / [400] square feet 

但我得到的错误如下：

ValueError: Input 0 of layer sequential_57 is incompatible with the layer: expected axis -1 of input shape to have value 2 but received input with shape [None, 1]

请，需要您的支持来修复它并使其正常工作

---

关于，

我从您的代码中更改了以下内容：

在安装/训练模型之前，您需要编译模型（请参阅下面我的代码中的

model.compile（'adam'，'mae'）

）

要预测的输入数组的维数错误。它有维度

（2,1）

，我将其更改为维度

（1,2）

如果我改变这两件事，代码对我有效

model=keras.Sequential（[keras.layers.density（units=1，input_shape=[2]））
xs=np.stack（[[1.0,2.0,3.0,4.0,5.0,6.0]，[100150200250300350]]，轴=1）
ys=np.数组（[100000,150000,200000,250000,300000,350000]，dtype=float）
model.compile（'adam'，'mae'）
模型拟合（xs，ys，epochs=100）
打印（model.predict（np.array（[7.0400.0]]））#[7.0]床位数/[400]平方英尺#

非常感谢你的回答，它奏效了：），而且，我把“亚当”改成了“新加坡元”，损失更大。