小编Mat*_*son的帖子

尽管我尽了最大的努力，但我还没有找到这个问题的答案。

I\xe2\x80\x99m 希望使用 Python 3.6 和 TensorFlow 简单地训练 LSTM 网络，使用多个 .csv 文件/数据集，例如使用多家公司的历史股票数据。

这样做的原因是我想让模型适应各种价格范围，而不是在每个数据集上训练单独的模型。我该怎么做呢？

我可以\xe2\x80\x99t 只是将一个数据集附加到另一个创建 1 个大数据集，因为在训练/测试拆分期间，价格可能会从 2 美元跳到 200 美元，具体取决于库存数据以及数据集缝合在一起的位置。

做这样的事情的最佳实践是什么？

\n

1. 只需为每个 .csv 文件创建一个循环，然后调用 .fit 函数，对每个文件依次进行一定数量的训练（更新其权重），并在找到最佳损失后使用早期停止？（我现在明白该怎么做了。）

   \n
\n

2. 有没有一种方法可以创建一个生成器，可以以某种方式从每个 .csv 生成不同的 x_train 和 y_train 元组，将模型与每个元组拟合，然后在从每个 .csv 文件中采样一个元组后有一个训练检查点？我的想法是，模型应该有机会在完成一个纪元之前从每个数据集中采样一部分。

   \n
\n

示例：let\xe2\x80\x99s 说我想使用 20 周期回溯/窗口大小来预测未来 t+1，并且我有 5 个 .csv 文件可供训练。生成器（理想情况下）将所有数据集加载到内存中，然后从第一个 .csv 文件中随机抽取 20 行样本，将其拟合到模型中，然后从第二个 .csv 文件中抽取另外 20 行，进行拟合，等等，然后一旦对所有 5 个样本进行了采样，就通过检查点来评估损失，然后进入下一个 epoch 并重新进行一遍。

这可能有点矫枉过正，但想要彻底。如果选项 1. 能完成同样的事情，那么 \xe2\x80\x99 对我来说也很好，我只是还没有 \xe2\x80\x99t 找到答案。

谢谢！

更新 …

我真的很难尝试启动和运行我的这个项目，但是我仍然保持弹性，我想我已经接近了！

我正在尝试自定义此项目以使用我自己的数据集：

https://github.com/notadamking/Bitcoin-Trader-RL

基本上，该项目使用股票价格的OHLCV数据集进行训练和交易，但是我想使用一天的报价数据集，而不是使用项目中提供的OHLCV .csv文件多的列。包括时间，打开，关闭，最后一个，最后一个大小，出价，BidSize，询问，AskSize，交易量）。它将.csv文件内容放入其自己的数组中，然后使用MinMaxScaler将所有点转换为相对于其所在列的值在0-1之间的值。

我收到以下完整错误，我希望知道这里发生什么的人能够发现我所缺少的东西：

Traceback (most recent call last):
  File "main.py", line 23, in <module>
    model.learn(total_timesteps=200000)
  File "c:\users\windowshopr\desktop\python scripts\all tools\stable-baselines-master\stable_baselines\a2c\a2c.py", line 231, in learn
    runner = A2CRunner(self.env, self, n_steps=self.n_steps, gamma=self.gamma)
  File "c:\users\windowshopr\desktop\python scripts\all tools\stable-baselines-master\stable_baselines\a2c\a2c.py", line 310, in __init__
    super(A2CRunner, self).__init__(env=env, model=model, n_steps=n_steps)
  File "c:\users\windowshopr\desktop\python scripts\all tools\stable-baselines-master\stable_baselines\common\runners.py", line 19, in __init__
    self.obs[:] = env.reset()
  File "c:\users\windowshopr\desktop\python scripts\all tools\stable-baselines-master\stable_baselines\common\vec_env\dummy_vec_env.py", line 45, in reset
    obs = self.envs[env_idx].reset()
  File "C:\Users\windowshopr\Desktop\Current Python Project\1 - Matt's Bitcoin Trader (level 1)\env\BitcoinTradingEnv.py", line 90, in reset …

我已经通读了几页，但需要有人帮助解释如何进行这项工作。

我正在使用TPOTRegressor()以获得最佳管道，但从那里我希望能够绘制.feature_importances_它返回的管道：

best_model = TPOTRegressor(cv=folds, generations=2, population_size=10, verbosity=2, random_state=seed) #memory='./PipelineCache',       memory='auto',
best_model.fit(X_train, Y_train)
feature_importance = best_model.fitted_pipeline_.steps[-1][1].feature_importances_

我在 Github 上的一个现已关闭的问题中看到了这种设置，但目前我收到错误消息：

Best pipeline: LassoLarsCV(input_matrix, normalize=True)

Traceback (most recent call last):
  File "main2.py", line 313, in <module>
    feature_importance = best_model.fitted_pipeline_.steps[-1][1].feature_importances_
AttributeError: 'LassoLarsCV' object has no attribute 'feature_importances_'

那么，我如何从最佳管道中获得这些特征重要性，而不管它落在哪个管道上？或者这甚至可能吗？或者有人有更好的方法来尝试从 TPOT 运行中绘制特征重要性吗？

谢谢！

更新

为澄清起见，特征重要性的含义是确定数据集的每个特征 (X) 在确定预测 (Y) 标签方面的重要性，使用条形图绘制每个特征在得出其预测时的重要性级别。TPOT 不直接执行此操作（我不认为），所以我想我会抓住它提出的管道，在训练数据上重新运行它，然后以某种方式使用 a.feature_imprtances_然后能够绘制图形特征重要性，因为这些都是我正在使用的 sklearn 回归器？