keras TimeseriesGenerator with shuffle=True提供了一个随机标签,而不是与生成的时间序列相匹配的标签。我想知道如何使用TimeseriesGenerator,使其在标签与时间序列匹配的情况下生成洗牌批次。
例如
# imports
from tensorflow.keras.preprocessing.sequence import TimeseriesGenerator
import pandas as pd
# prepare data
df2 = pd.DataFrame([[1,1,1,1,1],
[2,2,2,2,2],
[3,3,3,3,3],
[4,4,4,4,4],
[5,5,5,5,5]])
df2.columns=['f1','f2','f3','l1','l2']
X2 = df2.iloc[:,0:3] #
y2 = df2.iloc[:,3:]
x2:
f1 f2 f3
0 1 1 1
1 2 2 2
2 3 3 3
3 4 4 4
4 5 5 5
y2:
l1 l2
0 1 1
1 2 2
2 3 3
3 4 4
4 5 5
TimeseriesGenerator with shuffle=False:
data_gen2 = TimeseriesGenerator(X2.to_numpy(), y2.to_numpy(),
length=2, sampling_rate=1,stride=1,
batch_size=5,shuffle=False)
print('x values: data_gen2[0][0]:',data_gen2[0][0].shape)
print(data_gen2[0][0])
print('y values: data_gen2[0][1]:',data_gen2[0][1].shape)
print(data_gen2[0][1])
...产生的结果是:
x values: data_gen2[0][0]: (3, 2, 3)
[[[1 1 1]
[2 2 2]]
[[2 2 2]
[3 3 3]]
[[3 3 3]
[4 4 4]]]
y values: data_gen2[0][1]: (3, 2)
[[3 3]
[4 4]
[5 5]]
这是完美的。然而,如果shuffle=True,我们得到。
x values: data_gen2[0][0]: (5, 2, 3)
[[[1 1 1]
[2 2 2]]
[[3 3 3]
[4 4 4]]
[[1 1 1]
[2 2 2]]
[[3 3 3]
[4 4 4]]
[[3 3 3]
[4 4 4]]]
y values: data_gen2[0][1]: (5, 2)
[[5 5]
[3 3]
[5 5]
[3 3]
[3 3]]
虽然X2被正确地洗牌了(即不同的时间序列从不同的起点开始),但是y2与X2的时间序列不匹配.
我是不是误解了什么?
好的。解决了。
调用TimeseriesGenerator的问题是..:
data_gen2[0][0]
data_gen2[0][1]
...的问题是,这将使生成器提供的数据更新两次。所以对gen2[0][1]的调用实际上是更新了gen2中的数据,并将目标返回到完全不同的一批样本中。
为了纠正,我们需要收集gen2[0]的全部数据,然后将元组拆分为x和y。
x3,y3 = data_gen2[0]
print(x3)
print(y3)
现在,目标与样本匹配。
[[[2 2 2]
[3 3 3]]
[[3 3 3]
[4 4 4]]
[[2 2 2]
[3 3 3]]
[[2 2 2]
[3 3 3]]
[[1 1 1]
[2 2 2]]]
[[4 4]
[5 5]
[4 4]
[4 4]
[3 3]]