我们不能用神经网络解释预测

Question

我试图在python中使用TensorFlow，对加密货币数据进行一些预测。问题是，预测的输出类似于0.1-0.9的数字，而加密货币数据应该是10000-10100的格式，我没有找到将0.*数字转换为实数的解决方案

我尝试创建一个比率，用预测值的子串max-min和测试数据的子串max-min，然后除以得到一个比率，但是当我将这个比率与预测相乘时，错误率很大（找到的是14000个数字，而不是10000个）

下面是一些代码：

train_start = 0
train_end = int(np.floor(0.7*n))
test_start = train_end
test_end = n
data_train = data[np.arange(train_start, train_end), :]
data_test = data[np.arange(test_start, test_end), :]


Scale data:

from sklearn.preprocessing import MinMaxScaler
scaler = MinMaxScaler()
data_train = scaler.fit_transform(data_train)
data_test = scaler.transform(data_test)

Build X and y:

X_train = data_train[:, 1:]
y_train = data_train[:, 0]
X_test = data_test[:, 1:]
y_test = data_test[:, 0]

.
.
.

n_data = 10
n_neurons_1 = 1024
n_neurons_2 = 512
n_neurons_3 = 256
n_neurons_4 = 128
n_target = 1
X = tf.compat.v1.placeholder(dtype=tf.compat.v1.float32, shape=[None, n_data])
Y = tf.compat.v1.placeholder(dtype=tf.compat.v1.float32, shape=[None])

Hidden layer
..
Output layer (must be transposed)
..
Cost function
..
Optimizer
..

Make Session:

sess = tf.compat.v1.Session()

Run initializer:

sess.run(tf.compat.v1.global_variables_initializer())

Setup interactive plot:

plt.ion()
fig = plt.figure()
ax1 = fig.add_subplot(111)
line1, = ax1.plot(y_test)
line2, = ax1.plot(y_test*0.5)
plt.show()


epochs = 10
batch_size = 256
for e in range(epochs):

# Shuffle training data
shuffle_indices = np.random.permutation(np.arange(len(y_train)))
X_train = X_train[shuffle_indices]
y_train = y_train[shuffle_indices]

# Minibatch training
for i in range(0, len(y_train) // batch_size):
    start = i * batch_size
    batch_x = X_train[start:start + batch_size]
    batch_y = y_train[start:start + batch_size]
    # Run optimizer with batch
    sess.run(opt, feed_dict={X: batch_x, Y: batch_y})

    # Show progress
    if np.mod(i, 5) == 0:
        # Prediction
        pred = sess.run(out, feed_dict={X: X_test})

        #This pred var is the output of the prediction 

我将结果持久化到一个文件中，结果如下所示：

2019-08-21 06-AM；15310.444858356934;0.50021994;

2019-08-21下午12:00；14287.717187390663;0.46680558;

2019-08-21 06-PM；14104.63871795706;0.46082407;

例如，上一个预测值是0,46，但是当我试图转换它时，我发现14104，而它应该更接近10000

有人知道如何转换这些预测吗

谢谢

Answer 1

您必须使用MinMaxScaler的^{}来转换回在0-1范围内得到的输出

你还没有给出你的模型，但我相信你是在利用回归任务与几个密集层。你必须不断减少你的损失。如果您使用的是均方误差，损失越大，您的输出越有可能远离所需的结果集

即使您的损失是一个很小的数字，并且结果对于训练样本是好的，但是预测对于测试数据集是坏的，您可能必须考虑增加您的训练数据集，以便覆盖更多的可能性。如果这是不可能的，考虑减少你的神经网络中的神经元数量，这样它就不会过度拟合

您可以进行一些后处理，将输出限制在所需的范围内