Блог

Я пытаюсь построить регрессионную модель случайного леса. Размер значения y равен 500 x 1. Входные данные разделены на различные формы. Например, источник временных рядов размером (500, 10, 2) и другой источник временных рядов размером (500, 5, 5) и третий источник размером (500 х 30). Как я могу объединить все это в один ввод для запуска Случайного леса?

Мой код выглядит следующим образом:

 data1 = np.reshape(data1, (500,10,2))
data2 = np.reshape(data2, (500,5,5))
data3 = np.reshape(data3, (500,1, 30))
joined =  tf.convert_to_tensor([data1, data2, data3])

y_pred = np.empty(y.shape)
k_fold = model_selection.KFold(n_splits=10, shuffle=True)
reg = ensemble.RandomForestRegressor(n_estimators=100)
for train, test in k_fold.split(joined, y):
    reg.fit(joined[train], y[train])
    y_pred[test] = reg.predict(joined[test])

model = RandomForestRegressor(random_state=101)
model.fit(joined, y)

 

Ошибка, которую я получаю, такова

 ValueError: Can't convert non-rectangular Python sequence to Tensor.