自动训练的融合dl模型，做predict预测时报错 |ValueError: cannot reshape array of size 63 into shape (1,newaxis,2)

[yanglonghu]

相同的代码另外一个数据集可以，换了个数据集就报这个了，长度格式都一样，只是其中的一个列数字不同

[zhangxjohn]

你好，方便提供数据集吗？我复现一下问题。zhangxj@zetyun.com

[yanglonghu]

你好，方便提供数据集吗？我现在回复下一个问题。zhangxj@zetyun.com

已经发给您的邮箱了

[zhangxjohn]

你好，方便提供数据集吗？我现在回复下一个问题。zhangxj@zetyun.com

已经发给您的邮箱了

收到，感谢！

[zhangxjohn]

您好，根据您所提供的代码和数据，提出如下解决方案： 1、您在HyperTS_read.py文件中生成新数据后，与原数据有拼接的操作，发现您两份数据的时间格式不正确，建议统一： df['ds'] = pd.to_datetime(df['ds'], format='%Y-%m-%d')

2、在时序预测任务中，我们的目标是预测训练数据之后的未来数据，因此，在数据切分操作，您可修改为： train_data, test_data = train_test_split(df, test_size=len(x), shuffle=False)

3、HyperTS在predict时，您只需传入【时间戳+协变量】，而不是连带目标列传入（这是需要预测的），因此，您可以修改为：

X_test, y_test = model.split_X_y(test_data)
forecast = model.predict(X_test)

以上步骤可解决您的问题，十分感谢！

[yanglonghu]

您好，根据您所提供的代码和数据，提出如下解决方案： 1、您在HyperTS_read.py文件中生成新数据后，与原数据有拼接的操作，发现您两份数据的时间格式不正确，建议统一： df['ds'] = pd.to_datetime(df['ds'], format='%Y-%m-%d')

2、在时序预测任务中，我们的目标是预测训练数据之后的未来数据，因此，在数据切分操作，您可修改为： train_data, test_data = train_test_split(df, test_size=len(x), shuffle=False)

3、HyperTS在predict时，您只需传入【时间戳+协变量】，而不是连带目标列传入（这是需要预测的），因此，您可以修改为：

X_test, y_test = model.split_X_y(test_data)
forecast = model.predict(X_test)

以上步骤可解决您的问题，十分感谢！

您好，根据提供代码数据数据数据： 1，，，，，，，，，，在在在在在在在在在在在建制一： df['ds'] = pd.to_datetime(df['ds'], format='%Y-%m-%d')

2、在时间预测任务中，我们的目标是预测训练数据之后的未来数据，因此，在数据切分操作中，您可修改为： train_data, test_data = train_test_split(df, test_size=len(x), shuffle=False)

3、HyperTS在预测时，您只需要输入【时间切换+变量】，而不是连接目标列表输入（这是需要预测的），因此，您可以修改为：

X_test, y_test = model.split_X_y(test_data)
forecast = model.predict(X_test)

以上步骤可解决您的问题，十分感谢！

感谢指正