预测的日期和时间值

Question

我正在开发一个项目，用于按日期和时间预测 -1 到 1 之间的值。 我有一个包含 100 个预测值的数据集，我将数据拆分为 70 个训练集和 30 个测试集。 数据包含：日期和时间（2019-04-25 21:00:00）和预测（-1 到 1 值）

当我尝试在火车上调用 fit_transform 时，我收到了一个错误：

"ValueError: 预期二维数组，得到一维数组：array=[-1.-1. 1.-1。 -1。 -1。 -1。 -1。 -1。 -1。 -1。 -1。 -1。 1.-1。 1.-1。 1. 1.-1。 1.-1。 -1。 -1。 -1。 -1。 -1。 1.-1。 -1。 -1。 1.-1。 -1。 -1。 -1。 -1。 -1。 1.-1。 -1。 -1。 -1。 -1。 -1。 -1。 1.-1。 -1。 -1。 1.-1。 -1。 -1。 -1。 -1.]。如果您的数据具有单个特征，则使用 array.reshape(-1, 1) 或 array.reshape(1, -1) 重塑您的数据 包含一个样本。”

   df = pd.read_csv(file_to_read)
   df['Date']=pd.to_datetime(df['Date'])
   df=df.set_index(['Date'],drop=True)
   print(df.head(size))

   #Index for prediction 
   pred_index=int((size*30)/100)
   from_specific_time=df.index[pred_index]

   split_date=pd.Timestamp(from_specific_time)
   df=df['Predict']
   train=df.loc[split_date:]
   test=df.loc[:split_date]

   plt.figure(figsize=(10,6))
   ax=train.plot()
   test.plot(ax=ax)
   plt.legend(['train','test'])

   scaler=MinMaxScaler(feature_range=(-1,1))
   train_scaler=scaler.fit_transform(train)
   test_scaler=scaler.transform(test)

我想在 csv 中按确切时间创建一个时间序列，然后预测测试值..我不确定我做错了什么.. 顺便说一句，我正在学习教程：https://towardsdatascience.com/an-introduction-on-time-series-forecasting-with-simple-neura-networks-lstm-f788390915b

谢谢！

Answer 1

错误表明它需要一个二维数组。所以尝试将数组转换为二维，

train = ([train])
train_scaler = scaler.fit_transform(train)