如何解决如何使预测线不那么不稳定并更好地拟合训练数据？
我是 ANN 的新手，有 tensorflow、keras、sequential。 我有一个带有 x、y 和 z 的 3 维数据集。有 448 行值。我不确定我目前是否有最佳模型。我正在努力弄清楚隐藏层的数量和编译选项。
model=keras.models.Sequential([
keras.layers.Dense(300,activation='relu',input_shape=(n_features,)),keras.layers.Dense(200,activation='relu'),keras.layers.Dense(1)
])
model.compile(loss='mean_squared_error',optimizer='rmsprop')
model.fit(X_train,y_train,epochs=150,batch_size=32)
我根据 X_train 和 y_train 进行了预测。如果我将预测线绘制为散点图，它似乎与原始训练数据密切相关。数据集在图上形成一个螺旋。然而，当我做预测线时，一切都是疯狂和不稳定的。关于如何修复它的任何想法。我尝试对 z 值进行排序，但这并没有太大帮助。
任何关于我如何改进它的想法都会非常感谢并提供一些解释，这样我就可以更好地学习它！
版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 dio@foxmail.com 举报，一经查实，本站将立刻删除。
