Python 用PCA-sklearn和TensorFlow实现pipline
它给出了另一个错误 必须始终传递Python 用PCA-sklearn和TensorFlow实现pipline,python,tensorflow,scikit-learn,Python,Tensorflow,Scikit Learn,它给出了另一个错误 必须始终传递Layer.call的第一个参数 我解决不了这个问题。输入尺寸不能设置为常量。PCA和SelectKBest将减少输入量 如果你能帮助我从管道输出结果,我将非常感激 将链接附加到数据: 在具有将参数传递给模型函数的函数的KerasRegressionor中,它们被写入KerasRegressionor参数 kearsEstimator = ('kR', KerasRegressor(createModel, inpt = trainDataX.shape[1],
Layer.call
的第一个参数
我解决不了这个问题。输入尺寸不能设置为常量。PCA和SelectKBest将减少输入量
如果你能帮助我从管道输出结果,我将非常感激
将链接附加到数据:
在具有将参数传递给模型函数的函数的KerasRegressionor中,它们被写入KerasRegressionor参数
kearsEstimator = ('kR', KerasRegressor(createModel, inpt = trainDataX.shape[1],
epochs = 5, batch_size = 180, verbose = 1))
像这样,不是这样:
kearsEstimator = ('kR', KerasRegressor(createModel(inpt),
epochs = 5, batch_size = 180, verbose = 1))
嗯,然后把管道输送到电网。网格的参数名称用前缀写入
estimators = []
estimators.append((kearsEstimator))
param_grid = {
'kR__optimizer':['adam'] #'RMSprop', 'Adam', 'Adamax', 'sgd'
}
grid = GridSearchCV(Pipeline(estimators), param_grid, cv = 5)
grid.fit(trainDataX, trainDataY)
虽然这个代码片段可能是解决方案,但它确实有助于提高文章的质量。请记住,您将在将来回答读者的问题,这些人可能不知道您的代码建议的原因。你也可以接受你自己的答案。我只写了一个月的代码。)我是个初学者。我自己还是不太明白。但我充满雄心壮志)我只学英语((很努力。他们不找工作(我什么都能做。我学习很快,但我们不会放弃))我会学习语言,我会帮助这里的人)
estimators = []
estimators.append((kearsEstimator))
param_grid = {
'kR__optimizer':['adam'] #'RMSprop', 'Adam', 'Adamax', 'sgd'
}
grid = GridSearchCV(Pipeline(estimators), param_grid, cv = 5)
grid.fit(trainDataX, trainDataY)