我正在尝试使用keras在R中训练ANN。我有一个165个变量的输入，一个只有一个变量的输出。我的样本集包含多个观察值。假设ANN包含一个输入层，一个或多个隐藏层以及一个输出层。然后，每个隐藏层都可以由layer_dense定义。第一个隐藏层需要“ input_shape”参数，该参数等于输入变量的数量。如果我的理解是正确的，那么在我的示例中，“ units”参数应该为1，以表示单个输出变量。底部提供了模型定义代码。
但是，如果我将“单位”设置为1，则acc和val_acc为0；如果将其更改为2或更大，则得到正acc和val_acc。但这对我来说毫无意义。
然后，我使用以下代码进行预测。对于“单位” = 1，y_predict只有一列；对于“单位” = 2，y_predict有两列，我不知道该如何处理。
y_predict <- model %>% predict(x_test, batch_size = 128)
有人可以使用layer_sense给我更多有关NN配置的解释吗？非常感谢。
model = keras_model_sequential()
model %>% layer_dense(units = 10, activation = 'relu', input_shape = 165)
model %>% layer_dense(units = 6, activation = 'relu')
model %>% layer_dense(units = 1, activation = 'relu')