Python 即使在测试多个损失函数后,精度值仍为0
我想预测以下产品的价格: 我的精度为0。Python 即使在测试多个损失函数后,精度值仍为0,python,tensorflow,keras,keras-layer,Python,Tensorflow,Keras,Keras Layer,我想预测以下产品的价格: 我的精度为0。 帮我解决这个问题。 我还更改了损失函数,但精度没有增加。正如评论所说,这是一个回归问题,精度不是一个好的衡量标准。 问题是层激活和损失函数。根据您的问题,您应该使用图像中的一种组合价格是连续的,计算连续变量的精度是没有意义的。对于其回归问题,您可能应该使用MSE/RMSEWelcome to StackOverflow!我知道你是一个新的投稿人,所以我建议你签出并提交。 X=dataset.iloc[:,1:12] Y=dataset.iloc[:,
帮我解决这个问题。
我还更改了损失函数,但精度没有增加。正如评论所说,这是一个回归问题,精度不是一个好的衡量标准。
问题是层激活和损失函数。根据您的问题,您应该使用图像中的一种组合价格是连续的,计算连续变量的精度是没有意义的。对于其回归问题,您可能应该使用MSE/RMSEWelcome to StackOverflow!我知道你是一个新的投稿人,所以我建议你签出并提交。
X=dataset.iloc[:,1:12]
Y=dataset.iloc[:,0:1]
X_train, X_test, Y_train, Y_test = train_test_split(X, Y, test_size=0.3)
//this is my neural network
model=Sequential([
Dense(32,activation='relu',input_shape=(10,)),
Dense(32,activation='relu'),
Dense(1,activation='sigmoid'),
])
model.compile(loss='binary_crossentropy',
optimizer='sgd',
metrics=['accuracy'])
hist = model.fit(X_train, Y_train,
batch_size=20, epochs=100,
validation_data=(X_test, Y_test))