Question

我的模型没有输出我预期的结果。我不太了解 ANN 的方法。在从 https://github.com/albertbup/deep-belief-network 学习如何使用 SupervisedDBNClassification 之后，我决定使用位于 https://raw.githubusercontent.com/Honeson/ANN-qos_qoe/main/QoS/qosqoeNew2 的数据集尝试 SupervisedDBNRegression。在预训练阶段，我得到的误差小于 0.05，但在微调阶段损失高达 1468356。我的输出通常是相同的精确值。我尝试根据此处的解决方案更改学习率，规范日期等，Neural Network Always Produces Same/Similar Outputs for Any Input 但无济于事，我不断从 nan 输出到所有输出相同或在分类问题中的类中。部分代码用于查看我尝试过的内容。

X = df[columns]
Y = df['StartUpDelay'].values

# Splitting data
X_train, X_test, Y_train, Y_test = train_test_split(X, Y, test_size=0.2, random_state=1337)

# Data scaling
min_max_scaler = MinMaxScaler()
X_train = min_max_scaler.fit_transform(X_train)

# Training
regressor = SupervisedDBNRegression(hidden_layers_structure=[100],
                                    learning_rate_rbm=0.05,
                                    learning_rate=0.1,
                                    n_epochs_rbm=20,
                                    n_iter_backprop=100,
                                    batch_size=16,
                                    activation_function='relu')

regressor.fit(X_train, Y_train)

# Test
X_test = min_max_scaler.transform(X_test)
Y_pred = regressor.predict(X_test)
print(Y_pred)
print('Done.\nR-squared: %f\nMSE: %f' % (r2_score(Y_test, Y_pred), mean_squared_error(Y_test, Y_pred)))

我希望得到 Y_pred，例如 1002, 1653, 2764, 1121, 2112, 1452, 1324, 1331, 等，但我宁愿得到 nan, nan, nan, ..., nan 或像 1456, 1456, 1456, 1456, ..., 1456 这样的值，或像 1111, 1222, 1333, 1111, 1222, 1333, ..., 1111, 1222, 1333 这样的值。

我将感谢详细的帮助，因为我不太了解 ANN。提前致谢。

编辑 1：我再次将学习率从 0.01 更改为 0.00001，我得到了不同的 Y 预测值，但比预期结果大得多。我也得到了荒谬的指标

R 平方：-37862.875097 MSE：56730616135.090736

为什么在 SupervisedDBNRegression, Neural Networks 中，我的 Y 的预测值相同且 R 平方为负

0 个答案: