我正在尝试使用Python Keras CNN（以Tensorflow为后台）解决一个回归问题，目标是根据从Google Earth Engine通过其Python API获取的8维卫星图像（23×45像素）预测单个y值。目前我有280张图像，通过翻转和随机噪声进行增强，得到2500张图像。数据已被归一化和标准化，并且我已经移除了异常值和仅包含零的图像。
我已经测试了多种CNN架构，例如以下这种：(Convolution2D(4,4,3),MaxPooling2D(2,2),dense(50),dropout(0.4),dense(30),dropout(0.4),dense(1)
这导致了一种奇怪的行为，预测值主要分为两个不同的组或聚类（每个组的方差非常小）。真实值的方差要大得多。请参见下图。
由于我的问题更具普遍性，我选择不发布任何代码片段。是什么可能导致这种聚类预测？有什么好的常用技巧可以改善结果吗？我已经尝试使用普通神经网络和SciKit-Learn的回归工具，通过将图像展平为一长串数组（长度为23x45x8 = 8280）来解决这个问题。这不会导致聚类，尽管准确性仍然相当低。我认为这是由于数据不足或不适当造成的。
回答：
你的模型相当简单，甚至无法正确提取特征，所以我猜它是欠拟合的。并且你在两层中的 dropout 是40%，对于这么小的网络来说相当高。你似乎还使用了线性激活函数。
是的，样本数量也会影响到分组预测，主要是选择了样本占多数的类别。
我还注意到你的某些真实值大于1或小于0。你需要正确地进行归一化，并使用合适的激活函数。
