resultados concatenando minhas predições com o real | Treinando uma Rede Neural: Deep Learning com PyTorch

QUANDO ESTOU EXECUTANDO ESSE CODIGO:

Xtest = torch.stack([tup[0] for tup in test_set])
Xtest = Xtest.to(args['device'])

ytest = torch.stack([tup[1] for tup in test_set])
ypred = net(Xtest).cpu().data

data = torch.cat((ytest, ypred), axis=1)

df_results = pd.DataFrame(data, columns=['ypred', 'ytest'] )
df_results.head(20)

ESTOU TENTO O SEGUINTE TIPO DE ERRO:

---------------------------------------------------------------------------
ValueError                                Traceback (most recent call last)
<ipython-input-66-4b2c6245e309> in <cell line: 10>()
      8 data = torch.cat((ytest, ypred), axis=1)
      9 
---> 10 df_results = pd.DataFrame(data, columns=['ypred', 'ytest'] )
     11 df_results.head(20)

2 frames
/usr/local/lib/python3.10/dist-packages/pandas/core/frame.py in __init__(self, data, index, columns, dtype, copy)
    760                     )
    761                 else:
--> 762                     mgr = ndarray_to_mgr(
    763                         data,
    764                         index,

/usr/local/lib/python3.10/dist-packages/pandas/core/internals/construction.py in ndarray_to_mgr(values, index, columns, dtype, copy, typ)
    347     )
    348 
--> 349     _check_values_indices_shape_match(values, index, columns)
    350 
    351     if typ == "array":

/usr/local/lib/python3.10/dist-packages/pandas/core/internals/construction.py in _check_values_indices_shape_match(values, index, columns)
    418         passed = values.shape
    419         implied = (len(index), len(columns))
--> 420         raise ValueError(f"Shape of passed values is {passed}, indices imply {implied}")
    421 
    422 

ValueError: Shape of passed values is (3476, 11), indices imply (3476, 2)

PODERIA ME EXPLICA A ONDE EU DEVO ALTERAR?

# Checar as dimensões dos tensores print('Dimensões de ytest:', ytest.shape) print('Dimensões de ypred:', ypred.shape) # Ver se ambos os tensores têm o mesmo número de amostras assert ytest.shape[0] == ypred.shape[0], "O número de amostras em ytest e ypred é diferente." # Concatenar os tensores ao longo do eixo correto data = torch.cat((ytest.unsqueeze(1), ypred.unsqueeze(1)), dim=1) # Verificar as dimensões do tensor concatenado print('Dimensões de data:', data.shape) # Criar o DataFrame com os dados concatenados df_results = pd.DataFrame(data, columns=['ypred', 'ytest'])