Как правильно адаптировать модели ИНС к данным временных рядов? ⇐ Python

[Anonymous]

Я получаю следующую ошибку при подборе нескольких моделей ИНС и сравнении их RMSE:

ValueError Traceback (последний вызов последним) ~\AppData\Local\Temp\ipykernel_3628\3225652712.py в ?() 9 10 # просмотр_обратного просмотра, скрытые_узлы, выходные_узлы, эпохи, размер_пакета, будущие_шаги 11 параметров_LSTM = [[1,2,3,4,5,6,7,8,9,10,11,12,13], [3,4,5,6], [1], [300], [20], [future_steps]] 12 ---> 13 RMSE_info = Compare_ANN_methods(rainfall_data, test_rainfall_data, Scaler,parameters_FNN, параметры_TLNN, параметры_SANN, параметры_LSTM, будущие_шаги) ~\AppData\Local\Temp\ipykernel_3628\2478982653.py в?(rainfall_data, test_rainfall_data, масштабатор, параметры_FNN, параметры_TLNN, параметры_SANN, параметры_LSTM, будущие_шаги) 1 def Compare_ANN_methods(rainfall_data, test_rainfall_data, Scaler, параметры_FNN, параметры_TLNN, параметры_SANN, параметры_LSTM, будущие_шаги): 2 3 Information_FNN_df = get_accuracies_FNN (данные о дожде, тестовые_данные о дожде, параметры_FNN, масштабатор) ----> 4 оптимизированных_параметра_FNN = анализ_результатов(информация_FNN_df, test_rainfall_data, 'FNN') 5 6 Information_TLNN_df = get_accuracies_TLNN (данные о дожде, тест_данные о дожде, параметры_TLNN, масштабатор) 7 оптимизированных_параметров_TLNN = анализ_результатов (информация_TLNN_df, test_rainfall_data, 'TLNN') ~\AppData\Local\Temp\ipykernel_3628\3877614196.py в?(data_frame, test_rainfall_data, имя, флаг) 1 def Analysis_results(data_frame, test_rainfall_data, name, flag=False): ----> 2 оптимизированных_параметра = data_frame.loc[data_frame.RMSE.argmin] 3 Future_steps = оптимизированные_параметры.future_steps 4 прогнозируемых_значения = оптимизированные_параметры[-1*int(future_steps):] 5 y_true = test_rainfall_data.ix[:int(future_steps)] D:\anaconda\Lib\site-packages\pandas\core\indexing.py в?(сам, ключ) 1098 еще: 1099 # у нас по определению есть только 0-я ось 1100 ось = собственная ось или 0 1101 -> 1102 may_callable = com.apply_if_callable(ключ, self.obj) 1103 вернуть self._getitem_axis(может быть_callable, ось=ось) D:\anaconda\Lib\site-packages\pandas\core\common.py в ?(maybe_callable, obj, **kwargs) 375 объектов: NDFrame 376 **кваргов 377 """ 378, если можно вызвать (возможно_callable): --> 379 return may_callable(obj, **kwargs) 380 381 вернуть возможно_callable D:\anaconda\Lib\site-packages\pandas\core\base.py в ?(self, axis,skipna, *args, **kwargs) 727 Def argmin( 728 сам, ось: AxisInt | Нет = Нет, пропуск: bool = Истина, *args, **kwargs 729 ) -> интервал: 730 делегат = self._values --> 731 nv.validate_minmax_axis(ось) 732skipna = nv.validate_argmin_with_skipna(skipna, args, kwargs) 733 734, если isinstance(делегат, ExtensionArray): D:\anaconda\Lib\site-packages\pandas\compat\numpy\function.py в?(ось, ndim) 386 Ошибка значения 387 """ 388, если ось Нет: 389 возврат --> 390, если ось >= ndim или (ось < 0 и ndim + ось < 0): 391 поднять ValueError(f"`ось` должно быть меньше количества измерений ({ndim})") D:\anaconda\Lib\site-packages\pandas\core\generic.py в?(самостоятельно) 1464 @финал 1465 def __nonzero__(self) -> NoReturn: -> 1466 поднять ValueError( 1467 f"Истинное значение {type(self).__name__} неоднозначно. " 1468 "Используйте a.empty, a.bool(), a.item(), a.any() или a.all()." 1469 ) ValueError: истинное значение DataFrame неоднозначно. Используйте a.empty, a.bool(), a.item(), a.any() или a.all(). Это показывает, что в базовом пакете есть какая-то ошибка.

Я имел в виду рабочую тетрадь на сайте, указанном ниже. https://www.kaggle.com/code/abhishekmam ... l-networks. Я изменил только набор данных.