web-dev-qa-db-ja.com

Scikit-Learn Kerasモデル関数にパラメーターを渡す方法

Keras Scikit-Learn Wrapper を使用した次のコードがあります。

_from keras.models import Sequential
from keras.layers import Dense
from sklearn import datasets
from keras.wrappers.scikit_learn import KerasClassifier
from sklearn.model_selection import StratifiedKFold
from sklearn.model_selection import cross_val_score
import numpy as np


def create_model():
    # create model
    model = Sequential()
    model.add(Dense(12, input_dim=4, init='uniform', activation='relu'))
    model.add(Dense(6, init='uniform', activation='relu'))
    model.add(Dense(1, init='uniform', activation='sigmoid'))
    # Compile model
    model.compile(loss='binary_crossentropy', optimizer='adam', metrics=['accuracy'])
    return model


def main():
    """
    Description of main
    """


    iris = datasets.load_iris()
    X, y = iris.data, iris.target

    NOF_ROW, NOF_COL =  X.shape

    # evaluate using 10-fold cross validation
    seed = 7
    np.random.seed(seed)
    model = KerasClassifier(build_fn=create_model, nb_Epoch=150, batch_size=10, verbose=0)
    kfold = StratifiedKFold(n_splits=10, shuffle=True, random_state=seed)
    results = cross_val_score(model, X, y, cv=kfold)

    print(results.mean())
    # 0.666666666667


if __name__ == '__main__':
    main()
_

_pima-indians-diabetes.data_はダウンロードできますここ。

今私がやりたいのは、_NOF_COL_をcreate_model()関数のパラメーターに次のように渡すことです

_model = KerasClassifier(build_fn=create_model(input_dim=NOF_COL), nb_Epoch=150, batch_size=10, verbose=0)
_

次のようなcreate_model()関数を使用します。

_def create_model(input_dim=None):
    # create model
    model = Sequential()
    model.add(Dense(12, input_dim=input_dim, init='uniform', activation='relu'))
    model.add(Dense(6, init='uniform', activation='relu'))
    model.add(Dense(1, init='uniform', activation='sigmoid'))
    # Compile model
    model.compile(loss='binary_crossentropy', optimizer='adam', metrics=['accuracy'])
    return model
_

しかし、このエラーが発生して失敗します：

_TypeError: __call__() takes at least 2 arguments (1 given)
_

それを行う正しい方法は何ですか？

pythonfunctionscikit-learnkerascallable
18
neversaint

input_dimKerasClassifierコンストラクターへのキーワード引数：

model = KerasClassifier(build_fn=create_model, input_dim=5, nb_Epoch=150, batch_size=10, verbose=0)
16
Daniel Adiwardana

最後の答えはもう機能しません。

代わりに、KerasClassifier build_fnは関数を想定しているので、create_modelから関数を返します。

def create_model(input_dim=None):
    def model():
        # create model
        nn = Sequential()
        nn.add(Dense(12, input_dim=input_dim, init='uniform', activation='relu'))
        nn.add(Dense(6, init='uniform', activation='relu'))
        nn.add(Dense(1, init='uniform', activation='sigmoid'))
        # Compile model
        nn.compile(loss='binary_crossentropy', optimizer='adam', metrics=['accuracy'])
        return nn

    return model

または documentation によるとさらに良い

sk_paramsはモデルパラメータとフィッティングパラメータの両方を取ります。法的モデルパラメータは、build_fnの引数です。 scikit-learnの他のすべての推定器と同様に、build_fnは引数にデフォルト値を提供する必要があるため、値を渡さずに推定器を作成できることに注意してくださいsk_params

したがって、次のように関数を定義できます。

def create_model(number_of_features=10): # 10 is the *default value*
    # create model
    nn = Sequential()
    nn.add(Dense(12, input_dim=number_of_features, init='uniform', activation='relu'))
    nn.add(Dense(6, init='uniform', activation='relu'))
    nn.add(Dense(1, init='uniform', activation='sigmoid'))
    # Compile model
    nn.compile(loss='binary_crossentropy', optimizer='adam', metrics=['accuracy'])
    return nn

そしてラッパーを作成します：

KerasClassifier(build_fn=create_model, number_of_features=20, epochs=25, batch_size=1000, ...)
4
alexandrecosta