使用keras提高我的模型的准確性

Question

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

Answer 1

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"))