Neural network 神经网络的训练与测试成绩实验_Neural Network_Keras_Training Data

Neural network 神经网络的训练与测试成绩实验

neural-network keras

Neural network 神经网络的训练与测试成绩实验,neural-network,keras,training-data,Neural Network,Keras,Training Data,我试图在Keras中建立一个非线性回归问题。我有两组数据，比如X1和X2，它们的Y值具有相似的平均值和标准偏差正在采取以下程序：将数据集X1和X2组合起来，将其洗牌并在30%的数据上进行训练。Keras报告的训练成绩为3.20 RMSE，测试成绩为3.22 RMSE 使用上面的权重，并根据100%的X1数据进行测试。Keras报告的测试分数为23.97 RMSE 使用相同的重量，对100%的X2数据进行测试。Keras报告的测试分数为6.49 RMSE 我不清楚为什么X1和X2之间的测试

我试图在Keras中建立一个非线性回归问题。我有两组数据，比如X1和X2，它们的Y值具有相似的平均值和标准偏差

正在采取以下程序：

将数据集X1和X2组合起来，将其洗牌并在30%的数据上进行训练。Keras报告的训练成绩为3.20 RMSE，测试成绩为3.22 RMSE
使用上面的权重，并根据100%的X1数据进行测试。Keras报告的测试分数为23.97 RMSE
使用相同的重量，对100%的X2数据进行测试。Keras报告的测试分数为6.49 RMSE

我不清楚为什么X1和X2之间的测试分数有这么大的差异。有什么办法可以提高成绩吗

对于giggles，我重复了与上面相同的过程，但包含了整个X1和X2数据集，而不是30%

组合X1和X2，并对整个数据集进行训练。Keras返回训练分数1.81 RMSE
使用上面的权重，并根据100%的X1数据进行测试。Keras报告得分为22.80 RMSE
对X2的测试得到7.50 RMSE的分数

与X1相比，X2的性能似乎也很差。

问题在于适当地缩放数据。数据重新调整为良好格式后，模型开始工作。

您能分享完整的代码吗？看来您的数据规范化过程中存在不匹配现象。@MarcinMożejko，感谢您指出这一点。不幸的是，缩放是个问题。修正后，我得到了一个好分数。我制定了一个答案-我很乐意接受它：）并且-如果你不介意的话-我会高兴的向上投票：）我正试图在

keras

：）中获得一枚金徽章