我的数据集由（12个输入，13个输出）13个属性组成，我想为每一行数据集计算指标，但显示错误

Question

从numpy从keras.models导入loadtxt从keras.layers导入Sequential从matplotlib导入pyplot

from sklearn.preprocessing import MinMaxScaler
# load the dataset
dataset = loadtxt('train.csv', delimiter=',')
scaler = MinMaxScaler(feature_range=(0, 1))
scaler.fit(dataset)
normalized = scaler.transform(dataset)

for row in normalized:

# split into input (X) and output (y) variables
    X = row[0:13]
    y = row[13] 
# define the keras model
    model = Sequential()
    model.add(Dense(12, input_dim=13, activation='relu'))
    model.add(Dense(16, activation='relu'))
    model.add(Dense(20, activation='relu'))
    model.add(Dense(16, activation='relu'))
    model.add(Dense(1, activation='relu'))
# compile the keras model
model.compile(loss='binary_crossentropy', optimizer='adam', metrics=['mse', 'mae', 'mape'])

history =model.fit(X, y, epochs=20,batch_size=1 , verbose=2)

pyplot.plot(history.history['mse'])
pyplot.plot(history.history['mae'])
pyplot.plot(history.history['mape'])
pyplot.show() 

Answer 1

根据错误消息，model.fit中输入X的形状不正确。模型期望输入是形状（13，）的数组，但模型的输入是形状（1，）的数组。打印X和y值，并验证它们是否存储为列表列表列表，如X=[[1,2,3,4，…13]]和y=[[0]]中所示。在这种情况下，在模型中给出X[0]和y[0]。拟合方法。