找到具有 0 个样本 (s) 的数组（形状 = (0, 1)，而 MinMaxScaler

Question

这个学期我开始研究机器学习。我们只使用了诸如 Microsoft 的 Azure 和亚马逊的 AWS 之类的 API，但我们还没有深入了解这些服务的工作原理。我的好朋友是数学专业的大四学生，他让我帮助他根据.csv他提供给我的文件使用 TensorFlow 创建一个股票预测器。我有几个问题。第一个是他的.csv档案。该文件只有日期和结束值，它们没有分开，因此我不得不手动分开日期和值。我已经设法做到了，现在我在 MinMaxScaler() 上遇到了麻烦。有人告诉我，我几乎可以忽略日期，只测试收盘值，将它们标准化，然后根据它们进行预测。我不断收到此错误：ValueError: 找到具有 0 个样本的数组 (shape=(0, 1)) 而 MinMaxScaler() 需要最小值为 1老实说，我以前从未使用过SKLearning和 TensorFlow，这是我第一次从事这样的项目。我在该主题上看到的所有指南都使用了 Pandas，但就我而言，该.csv文件一团糟，我不相信我可以使用 Pandas。我正在遵循本指南：但不幸的是，由于我缺乏经验，有些事情对我来说并不真正有效，我希望能更清楚地了解我应该如何处理我的情况。

Answer 1

该train_data变量具有2264的长度：

train_data = stock_value[:2264]

然后，当你去拟合缩放器时，你会train_data在 for 循环的第三次迭代中超出 的边界：

smoothing_window_size = 1100
for di in range(0, 4400, smoothing_window_size):

注意教程中数据集的大小。训练块和测试块的长度分别为 11,000 和smoothing_window_size2500，因此永远不会超出train_data的边界。