[英]improve the accuracy of my model buid with keras
我正在嘗試構建ANN架構來預測疾病率。 我實際上已經達到了40%的准確率,我是機器學習的新手,我嘗試了幾個提示,例如更改優化器,層節點編號和丟失值而沒有任何改進。 那么你們可以幫我提一些建議嗎?
x數組由10列組成
y數組只有一列疾病率
這是我的模特
def build_dropout_model(rate):
model = Sequential()
model.add(Dense(10,input_shape=(10,)))
model.add(Dropout(rate))
model.add(Dense(256,kernel_constraint=NonNeg(),activation="relu"))
model.add(Dense(256,kernel_constraint=NonNeg(),activation="relu"))
model.add(Dense(128,kernel_constraint=NonNeg(),activation="relu"))
model.add(Dense(1,activation="sigmoid"))
model.compile(optimizer='adam',loss='mean_absolute_error',metrics=['accuracy'])
return model
model = build_dropout_model(0.2)
history = model.fit(xtr,ytr,epochs=1000,verbose=2)
loss, acc=model.evaluate(xtst,ytst)
並提前謝謝你
這是回歸模型,而不是分類模型,因此您應該在輸出圖層中使用“線性”。
model.add(Dense(1,activation="linear"))
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.