我有一个数据集，我希望根据该数据集来预测评论的阳性水平。我在Functional API Keras模型中使用5个不同的变量。它的性能确实不错，但是有一件事情：五个变量之一始终限制输出，但是这种约束被模型忽略了。
更明确地说，我有一个名为“情感”的变量，该变量在用户是发起人，中立人或批评者时进行注册。如果用户是发起人，则积极性水平（我正在尝试预测的变量）只能是9或10。中性可以是7或8。不利因素在0到6之间。我希望模型能够自己发现，但是事实并非如此（例如，有时预测启动子可以是4。）
是否可以将这种形式的限制应用于我的模型？还是增加“情感”变量的权重？我不知道最好的解决方案是什么。