我创建了一个keras回归模型，可以从几种土地覆盖属性预测硝酸盐浓度。但是，我不确定如何解释以下结果：
这些值在1000个历元之后是否足够？它们对这个模型有什么看法（有意义或不重要）？我是编码新手。
if (sscanf(token, "%*[^\[][%d]", &idx) != 1)答案 0 :(得分：0)
我建议您为模型获取更多数据。 正如@PJRobot正确地说的那样，搜索空间太大而数据样本更少。
您还可以进行一些预处理，以缩小尺寸进行分析（如果可用功能可以的话）。
但是在应用神经网络回归器之前，请尝试获取更多数据。
如果您不了解当前的度量结果（它们只是损失值），也可以尝试将metric更改为'accuracy'。
在深度学习的早期，我使用accuracy来了解我的模型功能。（这是分类）
同样在回归中，尝试坚持错误度量标准，因为它会提供更多突出的推断。
还尝试一些超参数调整以获得更好的结果。
学习愉快。
