无法将标称属性的索引映射到标称值

jdzhujdzhu RapidMiner注册分析师、会员职位:3.贡献我
2020年9月编辑 帮助
你好先生:

我得到了在Rapidminer中使用LSTM的错误,并且我在数据中没有缺失值。

过程:

< ?xml version="1.0" encoding="UTF-8"?> <过程version = " 9.7.002”>
> <上下文
<输入/ >
<输出/ >
<宏/ >
> < /上下文
<过程扩展= " true " >
< /操作符>
< /操作符>
< /操作符>
< /操作符>
<过程扩展= " true " >
长短期记忆层用于为当前的训练决策保留以前的时间步长。
< /操作符>
由于执行了回归,因此该输出层不使用激活函数。
< /操作符>
> < /过程
双击其内层结构的操作符
< /操作符>
< /操作符>
< /操作符>
此运算符将预测添加到输入张量中,并将其作为ExampleSets的集合提供。
< /操作符>
<过程扩展= " true " >
< /操作符>
从Apply Model (Generic)的Collection输出中循环遍历所有患者(exampleesets),以提取每个患者(exampleesets)的一个测量值(因为所有患者都包含相同的预测)。
> < /过程
循环遍历Apply Model (Generic)的Collection输出中的所有患者(ExampleSets)。
< /操作符>
< /操作符>
<列出关键= " class_weights " / >
< /操作符>
注意:本教程过程旨在展示功能用法。示例大小和所选参数不是最优的。
使用ICU医疗数据集的准备子样本。它包含匿名患者数据。有些属性是时间序列的,比如(温度),有些则不是(年龄)。每个exampleeset代表一个患者。
将样本数量(一个ExampleSets的集合)转换为一个张量
注意这里使用了深度学习(张量)和应用模型(通用)操作符。对于包含多行和多列的数据,我们需要使用这些。深度学习(张量)操作符可以与非张量操作符完全相同。
从张量数据的预测中提取分类性能
> < /过程
< /操作符>
> < /过程


我的邮箱是:(电子邮件保护)

谢谢你的回复。

答案

  • jacobcybulskijacobcybulski 委员、大学教授职位:391独角兽
    我不确定这是否是有意的,但你的训练数据(不包括或描述在你的帖子)由两个示例集组成,所以是你的测试数据。这不是训练LSTM模型的时间序列。您可能需要更改数据预处理以使用LSTM。
登录注册置评。