使用Keras提高神经网络的准确性

下面是我尝试做的代码,但我的准确率始终低于50%,所以我想知道应该如何修复这个问题?我尝试做的是使用前1885天的每日单位销售数据作为输入,并使用从第1885天开始的剩余每日单位销售数据作为输出。训练这些数据后,我需要用它来预测未来20天的每日单位销售数据。我在这里使用的数据可以通过这个链接获取https://drive.google.com/file/d/13qzIZMD6Wz7e1GpOsNw1_9Yq-4PI2HrC/view?usp=sharing

这是我得到的结果enter image description here

这些图表看起来也很奇怪:

准确率

损失


回答:

有两个错误:

  1. 在回归设置中,准确率是没有意义的,就像你这里的情况一样(它只在分类设置中才有意义);请参阅当损失为均方误差(MSE)时,Keras中定义准确率的函数是什么?(当使用MAE损失时,论点是相同的,就像这里一样)。你这里的性能度量与你的损失相同(即MAE)。

  2. 我们从不使用softmax激活函数,除了在分类模型的最后一层;将模型中使用的两个softmax激活函数替换为relu(保持最后一层不变,因为没有激活意味着linear,这确实是回归的正确选择)。

Related Posts

使用LSTM在Python中预测未来值

这段代码可以预测指定股票的当前日期之前的值,但不能预测…

如何在gensim的word2vec模型中查找双词组的相似性

我有一个word2vec模型,假设我使用的是googl…

dask_xgboost.predict 可以工作但无法显示 – 数据必须是一维的

我试图使用 XGBoost 创建模型。 看起来我成功地…

ML Tuning – Cross Validation in Spark

我在https://spark.apache.org/…

如何在React JS中使用fetch从REST API获取预测

我正在开发一个应用程序,其中Flask REST AP…

如何分析ML.NET中多类分类预测得分数组?

我在ML.NET中创建了一个多类分类项目。该项目可以对…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注