Question

我是机器学习的新手。我正在尝试从数据集中预测两个数值列。我必须预测的列是数量和天数。数量，天数是要素，所有其他列都是标签。

ID  Category    Company Amount  No_of_days
x1  c1             A    338.07   5
x2  c2             B    46.21    35
x4  c1             C    1480     35
x1  c3             C    2018     48
x2  others         A    4344    -10

我尝试使用来自keras的神经网络拟合数据集我已经完成的预处理步骤是一种热编码和最小最大标量。

我曾尝试为乙状结肠和漏水的relu添加更多的层，更多的神经元，改变时期数以及激活层。

代码：


model = Sequential()

# The Input Layer :
model.add(Dense(64, kernel_initializer='normal',input_dim = X_train.shape[1], activation='relu'))

# The Hidden Layers :
model.add(Dense(256, kernel_initializer='normal',activation='relu'))
model.add(Dense(256, kernel_initializer='normal',activation='relu'))
model.add(Dense(256, kernel_initializer='normal',activation='relu'))
model.add(Dense(64, kernel_initializer='normal',activation='relu'))

# The Output Layer :
model.add(Dense(2, kernel_initializer='normal',activation='linear'))

# Compile the network :
model.compile(loss='mean_absolute_error', optimizer='adam', metrics=['mean_absolute_error'])

checkpoint_name = 'Weights-{epoch:03d}--{val_loss:.5f}.hdf5' 
checkpoint = ModelCheckpoint(checkpoint_name, monitor='val_loss', verbose = 1, save_best_only = True, mode ='auto')
callbacks_list = [checkpoint]

model.fit(X_train, y_train, epochs=50, batch_size=32,validation_split = 0.2, callbacks=callbacks_list)

Keras Functional API代码

from keras.models import Model
from keras.layers import Input

X_train, y_train = np.array(X_train), np.array(y_train)
visible = Input(shape=(X_train.shape[1],))
X = Dense(256, kernel_initializer='normal',activation='relu')(visible)
X = Dense(256, kernel_initializer='normal',activation='relu')(X)
X = Dense(256, kernel_initializer='normal',activation='relu')(X)
out1 = Dense(1, kernel_initializer='normal',activation='linear')(X)
out2 = Dense(1, kernel_initializer='normal',activation='linear')(X)
model = Model(inputs=visible, outputs=[out1, out2])
model.compile(loss='mean_absolute_error', optimizer='adam', metrics=['mean_absolute_error'])
model.fit(X_train,[y_train[:,0], y_train[:,1]] ,epochs=50, batch_size=32)

Predicted两列与实际测试列完全不匹配，RMSE得分为40860。所以我不知道如何继续进行更准确的预测。请帮助我哪里出了问题？我必须在哪里进行更改才能预测多列？

Answer 1

请勿尝试从一层输出此类变化的值。取而代之的是为每个图层创建一个图层，并为每个图层附加损失函数。查看此页面： https://keras.io/getting-started/functional-api-guide/#multi-input-and-multi-output-models 您将需要功能性API。

编辑：我会尝试使用失重。您的模型很困惑，因为损失值差别很大。每个输出在不同的位置完全扩展。

虽然此答案使用了不同的损失函数，但想法是相同的：

Keras loss weights

model.compile(
    optimizer='adam',
    loss={
        'out1': 'mean_absolute_error', 
        'out2': 'mean_absolute_error'
    },
    loss_weights={'out1': 1., 'out2': 0.2}
)

如何使用keras预测两个数值列？

1 个答案: