请问模型训练好之后怎么应用？

[HickeyHsu]

十分感谢分享！我用自己的数据训练了一个模型，请问怎么应用训练好的模型？（即测试集应用）
即：如何给模型输入测试集序列，输出return的label？

我尝试model.predict(test_data),其中test_data是一个TimeSeriesData，但似乎并不能成功。

` # load entire model using load_model() from alphanet module
model = load_model("model.bt")

# only load weights by first creating a model instance
model = AlphaNetV3(l2=0.001, dropout=0.0)
model.load_weights("weights.bt")
test_data=TimeSeriesData(
    dates=test_df["int_date"].values,                   # date column            
    data=test_df[metrics_std].values,                # data columns
    labels=test_df["future_return"].values # label column
)
output=model.predict(test_data.data)
print(output)`

[Congyuwang]

您可以尝试将timeseries data传给trainval data, 设置train length为0（无训练长度），设置合适的val length。使用get获取tensorflow data，get的返回值可以用于predict

[HickeyHsu]

我尝试了，发现数据检查里要求history_length不能大于train length也不能小于1

[Congyuwang]

或者你也可以尝试自己传递numpy.array给predict函数。

[Congyuwang]

不需要用TimeSeriesData。你可以直接从test_df[metrics_std].values取出相应的历史长度(比如30天或者15天，取决于你的模型)，比如。也不需要用predict，直接call model：

# 前15天
data = test_df[metrics_std].values[:15, :]
prediction = model(data)

如果可以的话，告诉我一下

[HickeyHsu]

尝试了，似乎还是不行，提示：
IndexError : list index out of range
我的history_length设置的20,8个特征；看了一下data的shape是（20,8）应该没错。
我将我的数据和代码放到了这里：https://github.com/HickeyHsu/ecQuant4CB；如果您有空的话麻烦帮我看看 谢谢！

[Congyuwang]

下面这个回复能用吗？

[HickeyHsu]

抱歉 我后来外出办事了，明天尝试一下

[Congyuwang]

Try this:

model(test_df[metrics_std].values[30:50, :].reshape(-1, 20, 8))

Two things to notice:

• Shouldn't contain NAN in NN prediction input
• need a batch dimension, so do: .rehspae(-1, x, x)

[HickeyHsu]

谢谢回复~
我的意思是训练集的标签包含NA。
例如：我有一只股票的60日数据（所有特征都存在，不是NA），那么我计算10日回报率的时候，因为没有61-70日的价格数据，因此只有前50日可以算出10日回报率，51-60日是没有的标签的（但是有特征）。
那么51-60日的数据是否需要剔除之后再训练模型呢？目前我没有剔除这部分数据，依然可以运行训练，我不清楚这是否是合适的。

[Congyuwang]

谢谢回复~

我的意思是训练集的标签包含NA。

例如：我有一只股票的60日数据（所有特征都存在，不是NA），那么我计算10日回报率的时候，因为没有61-70日的价格数据，因此只有前50日可以算出10日回报率，51-60日是没有的标签的（但是有特征）。

那么51-60日的数据是否需要剔除之后再训练模型呢？目前我没有剔除这部分数据，依然可以运行训练，我不清楚这是否是合适的。

训练集NA会被自动剔除。参考src/alphanet/data.py 第459行

[HickeyHsu]

好的，十分感谢！我去研究一下训练效果如何

[QiuruiDu]

对需要的df_test做reshape之后，使用model.predict()也可以输出结果
直接调用model输出的是张量，用model.predict()输出的是ndarray。

想问一下，df_test.iloc[30:50,:]只要任意一行有NAN，最后返回的结果就会是NAN吗？

[Congyuwang]

你好是的。输入中有NA，输出一定为NA。