我使用keras并设置机器学习模型来预测我的数据。
Sub delline(filename)
model.fit之后的输出显示损失,例如 损失:0.0382 。我不知道什么是 损失:0.0382 。列车和测试数据之间的误差百分比是多少?怎么算?
答案 0 :(得分:1)
您使用了mean_squared_error
(mse)丢失功能。
MSE评估估计器的质量(即,将数据样本映射到从中采样数据的群体的参数的数学函数)或预测器(即,将任意输入映射到样本的函数)。一些随机变量的值)。
对于一个好的模型,MSE 必须很低。更好地降低MSE模型。
在训练中你失去了0.0382
。这很不错。
在Keras
中,还有另一个名为mean_absolute_percentage_error
的损失函数。如果您想通过训练和测试知道模型的百分比误差,可以使用mean_absolute_percentage_error
编译模型作为损失函数。
如果您想根据模型的准确度在编译和培训后评估模型,可以使用evaluate()
这样的函数。
scores = model.evaluate(X_validation, Y_validation, verbose=1)
print("Accuracy: %.2f%%" % (scores[1]*100))