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。