我有一个 Keras Sequential 模型并定义了一个准确度指标，目前我最高达到 62%，但作为要求需要达到 70%。
问题如下：
给定大小为 -1 的输入和大小为 -1 的输出，使用以下指标实现 70% 的准确度：如果 |y_i - y_pred_i，一对 (Nx10000) 是匹配的| <= 10 for i in (1, 5)。也就是说，y 中的所有值与其各自在 y_i 中的值的差异不应超过 10。所以 70% 的准确率意味着 70% 的预测输出应该符合该条件。
如前所述，输出有 5 个特征，每个特征都在 0 到 100 之间。我目前使用 'mae' 函数作为我的损失函数，因为我认为优化这个函数也会优化上述函数。我不太确定。我将提供我的 Keras 模型的代码，以及损失函数的代码。
Nx5还有我要优化的功能：
y, y_pred如果所有要素都在 10 距离内，则此函数基本上返回 0（无错误），否则返回 1。也许我应该修改它以返回差异超过 10 的特征数量，我不知道。
我担心的另一件事是我的模型目前返回浮点预测，但我的输出确实应该是 0 到 100 之间的整数。我不知道如何更好地解决这个问题。
关于数据的更多信息：输入数据通常在 50-60K 个样本左右，每个样本有 10K 个特征。