我为最终项目制作了一个神经网络，但是当我运行它时，它给我“ ValueError：检查目标时出错：期望density_3的形状为（6，），但数组的形状为（1，）”我全新的编码，非常迷失。随附了Colabs的链接。谢谢：）
[https://drive.google.com/file/d/1dcUuTVVDGwxHn2O5qqJk0wgiEf83MslN/view?usp=sharing][1]
数据集：https://www.kaggle.com/camnugent/california-housing-prices
因此，我将形状更改为多个数字，每当它告诉我更改为6时，当我更改为6时，它就会为我提供其他数字。我还运行了“ print（X_train.shape）”，它给了我“（16512，6）”
model = Sequential()
model.add(Dense(32, input_shape=(6,), activation='relu'))
我希望神经网络能够运行并预测房价。
答案 0 :(得分：1)
由于目标标签/输出是单个（住房价格）连续值，因此住房价格预测是一个回归问题。因此，模型的最终密集层应仅具有一个具有线性激活功能的单元/神经元，而您具有2个具有sigmoid激活的单元。此外，您应该使用mean_squared_error损失函数来编译模型。
model.add(Dense(1)) # Default activation is Linear
model.compile(Adam(lr=0.05), loss='mean_squared_error')
希望这会有所帮助。
建议将要素缩放到与不同范围内的要素相同的范围。您可能要签出Why, How and When to Scale your Features。