Python 住房回归示例的云ML预测关闭

运行住房回归云ML。我无法预测合理的价值

我能够在云计算中通过

gcloud ml引擎预测
--模型=${model_NAME}
--版本=${MODEL_version}
--json instances=data/new data.json

其中

newdata.json

是默认的json文件

然而，预测值为

预测
[5.268091678619385]

这很奇怪，因为此数据（train-data-01.csv的第一行）的正确MEDV值是

34.7

我再次尝试使用不同的测试数据和完全不同的数据集，但预测从未产生合理的结果

---

我做错了什么？

这里我们面临一个与统计回归方法完全不同的深入学习场景。共有13种不同的功能，基于某一功能的MEDV无法工作。如果你使用一个只有一层没有激活功能的神经网络，你可能最终会得到一个特征的MEDV的线性组合。即使您找到了MEDV线性组合的最佳权重，它也远小于34.7。 然而，考虑到每个神经网络层的激活函数，并且取决于层的数量、超参数调整和评估步骤的数量，结果是不同的。预测5.268091678619385很可能是正确的。

---

因此，深度学习模块的预测值可能与MEDV的预期值完全不同

你怎么说预测是正确的？这与实际价值相差甚远。如果是的话，我该如何解释这个值呢？我得到了相同的结果。因此，有两种可能性：1-异常数据点2-拟合不足。我把火车的步数增加到1000，结果出了一些差错。因此，在这种情况下，数据是异常值，而且数据量不足以很好地训练神经网络。