Python Keras回归预测与输出维度不同

您好，我正在尝试进行能源分解（在给定某个家庭的总能耗的情况下，预测家电的能源使用。）

现在我有一个2维的输入，因为有两个主要的能量测量。 Keras序列模型的输出维度应该是18，因为我有18个设备要预测。 我有足够的数据使用REDD数据集（这没有问题）

我对模型进行了训练，获得了合理的损耗和精度。 但是，当我想对一些测试数据进行预测时，预测由一维数组中的值组成。同时输出为18维

这是怎么可能的，还是我在尝试一些不可行的东西

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

所有大写变量都是常量。 X_列车是2维的 你们的火车是18号

---

感谢您的帮助

您正在重塑预测，并在此处将其展平：

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

整形（-1）

有效地使数组为一维。直接接受预测：

pred = model.predict(X_test)

---

您正在重塑预测并将其展平：

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

整形（-1）

有效地使数组为一维。直接接受预测：

pred = model.predict(X_test)

---

我不完全理解这个问题。你能更清楚地了解X_火车、y_火车、X_测试和pred的形状吗？@jmsussa我的问题已经得到了正确的回答，但还是要谢谢你！我不完全理解这个问题。你能更清楚地了解X_火车、y_火车、X_测试和pred的形状吗？@jmsussa我的问题已经得到了正确的回答，但还是要谢谢你！作品非常感谢。这是我用来转置我以前的一维数组的。我不知道它实际上执行了一个转换。@StreamJungle Transpose是.T，而不是重塑为-1.Works！非常感谢。这是我用来转置我以前的一维数组的。我不知道它实际上执行了一个转换。@StreamJungle Transpose是.T，而不是重塑为-1。