Question

鉴于与每个国家/地区相关的多个因素，我正在尝试编写一个简单的神经网络来预测电晕病例的总数。但是，使用我创建的数据集时，精度为0.0000e + 00。尽管我在其他数据集上尝试了此代码，但我还是从网上下载了有关房价的信息，其准确性高达60％。这两个数据集都约有200行。

这是我的下面的代码。

import pandas as pd
df = pd.read_excel (r'Dataset2.xlsx', sheet_name='class 2')
df.head()

dataset = df.values
X = dataset[:,1:7]
Y = dataset[:,7]
from sklearn import preprocessing

min_max_scaler = preprocessing.MinMaxScaler()
X_scale = min_max_scaler.fit_transform(X)
from sklearn.model_selection import train_test_split

X_train, X_test, y_train, y_test = train_test_split( X, Y, test_size=0.1, random_state=4)

from keras.models import Sequential
from keras.layers import Dense
model = Sequential([    Dense(32, activation='relu', input_shape=(6,)),    Dense(32, activation='relu'),    Dense(1, activation='sigmoid'),])

model.compile(optimizer='sgd', loss='mse',metrics=['accuracy'])

history = model.fit(X_train, y_train, epochs=25, batch_size=32,  verbose=1, validation_data=(X_test,y_test))

这也是screenshot of my dataset。

Answer 1

准确性是分类的指标，而根据您的描述，您的任务是回归。使用适合于回归任务的其他指标，例如MAE或MSE。

我的keras神经网络模型给我精度0.0000e + 00

1 个答案: