住房回归示例的云ML预测

时间:2018-03-24 15:36:50

标签: python tensorflow machine-learning google-cloud-platform google-cloud-ml

运行住房回归Cloud ML example。我无法预测合理的价值。

我能够通过

在云端运行预测任务

gcloud ml-engine predict --model=${MODEL_NAME} --version=${MODEL_VERSION} --json-instances=data/new-data.json 其中new-data.json是默认的json文件。

然而,预测产生的值为

PREDICTIONS [5.268091678619385]

这很奇怪,因为这个数据的正确MEDV值(train-data-01.csv的第一行)是34.7

我再次尝试使用不同的测试数据和完全不同的数据集,并且从未对预测产生合理的结果。

我在这里做错了什么?

1 个答案:

答案 0 :(得分:1)

在这里,我们面临着一个深刻的学习场景,它与统计回归方法完全不同。有13种不同的功能和MEDV基于功能不起作用。如果您使用只有一层没有激活功能的神经网络,您最终可能会得到MEDV特征的线性组合。即使您发现MEDV的线性组合的最佳权重,它也远小于34.7。 然而,考虑到每个神经网络层的激活功能并且取决于层数,超参数调整和评估步骤的数量,结果是不同的。预测5.268091678619385最可能是正确的。  因此,深度学习模块的预测值可能与MEDV的预期值完全不同。