Question

我使用pybrain来预测房价数据集中的房价。我从下面的链接下载了数据集： https://www.kaggle.com/apratim87/housingdata/data

我选了6列来预测价格 '卧室'， '卫生间'， 'sqft_living'， 'sqft_lot'， '层'， '邮政编码'

我采用了具有6个输入单元的神经网络，1个隐藏层，其中3个神经元和1个单元输出。

我已将数据标准化。代码如下：

#include <iostream>

template<typename T>
void print_size(const T* t) {
  std::cout << sizeof(*t)  << '\n';
}

template<typename T, typename... Args>
void print_size(const T* t, Args... args) {
  std::cout << sizeof(*t)  << '\n';
  print_size(args...);
}

struct MyStruct {
  const char my_char[10];
};

int main() {
  int* int_ptr;
  double* double_ptr;
  MyStruct* my_struct;
  print_size(int_ptr, double_ptr, my_struct);
}

我得到不断的错误，我的程序没有学习。你能否说一下这可能是什么问题？

总错误：0.441892335278 总错误：0.441892335278 总错误：0.441892335278 总错误：0.441892335278 总错误：0.441892335278 总错误：0.441892335278 总错误：0.441892335278 总错误：0.441892335278 总错误：0.441892335278 总错误：0.441892335278 总错误：0.441892335278 总错误：0.441892335278 总错误：0.441892335278

Answer 1

理想情况下，每层需要有两个密集层和更多数量的神经元。另一个需要注意的重点是特征矩阵的均值归一化。而不是Sigmoid，尝试使用Relu或Elu作为激活函数。

Answer 2

有很多方法可以提高NN的性能

1）调整几何图形（添加图层，更改图层大小）

2）更改激活功能

3）改变步长/动量

4）玩数据预处理

你应该尝试所有这些，以及所有这些的各种组合。从快速浏览一下，只有三个神经元的单层不会非常粗糙，所以从那里开始。

你能让这个网络聚合一个像xor这样的简单例子吗？

使用神经网络预测房价 - 网络不学习

2 个答案: