Python 尝试使用TimeSeriesGenerator时pandas中出现关键错误

我是TF/Keras/ML的初学者，正在进行我的第一个非指导项目。其想法是创建一个RNN，该RNN可以预测给定股票（我目前定义为开盘价高于/低于收盘价）在给定日期的“运动”。然后，我的想法是训练RNN根据实际价格数据和一系列技术指标预测给定天数的价格变动

原始数据如下所示。

我希望模型输出的内容如下所示

然后，我尝试创建两个TimeseriesGenerator对象，其中缩放的原始数据作为数据传入，而上面显示的理想输出作为目标传入。我希望模型能够吸收所有这些信息，并输出一个类别，告诉我它的预测价格变动。此外，我希望该模型能够对未来的价格走势做出预测。

实际的模型本身相当简单，几个LSTM层进入密集层，最后一个输出层是一个神经元，我想用它来确定类别

model = Sequential()

model.add(LSTM(2000,input_shape=(length,scaled_train.shape[1]), return_sequences=True))
model.add(Dropout(0.2))

model.add(LSTM(1000,input_shape=(length,scaled_train.shape[1]), return_sequences=True))
model.add(Dropout(0.2))

model.add(LSTM(500,input_shape=(length,scaled_train.shape[1])))
model.add(Dropout(0.2))

# model.add(Dense(1000))
model.add(Dense(250))

model.add(Dense(1))

model.compile(optimizer='adam',loss='binary_crossentropy')

在执行所有这些操作时，我得到的错误是一个非描述性的键错误，在模型上调用fit_generator或尝试从生成器本身获取给定的输入/输出组合时会发生。

---

我想我对TimesPeriesGenerator在幕后的实际行动有一个误解。我的方法有什么问题？如何纠正它以实现我的目标？

您正在传递数据帧。该错误位于访问位置。使用

df.to_numpy（）

方法将数据帧转换为numpy矩阵。

您正在传递数据帧。该错误位于访问位置。使用

df.to\u numpy（）

方法将数据帧转换为numpy矩阵