python - 是否有用于非线性回归的 scikit-learn/keras 函数?
问题描述
我试图根据其他参数预测一些参数,数据是 24 个输入和 1 个输出(595 天)。
我已经尝试创建一个具有10 倍交叉验证的神经网络,但它在训练中给出了 30% 到 15% 的误差,在测试中给出了 40% 的误差。
def create_model():
model = Sequential()
# Adding the input layer
model.add(Dense(24, kernel_initializer='normal', activation='relu', input_shape=(24,)))
# Adding the hidden layer
model.add(Dense(50, kernel_initializer='normal', activation='relu'))
model.add(Dense(50, kernel_initializer='normal', activation='relu'))
model.add(Dense(50, kernel_initializer='normal', activation='relu'))
model.add(Dense(50, kernel_initializer='normal', activation='relu'))
model.add(Dense(50, kernel_initializer='normal', activation='relu'))
model.add(Dense(50, kernel_initializer='normal', activation='relu'))
model.add(Dense(50, kernel_initializer='normal', activation='relu'))
model.add(Dense(50, kernel_initializer='normal', activation='relu'))
model.add(Dense(1))
# Compiling the RNN
model.compile(optimizer='adam', loss='mean_absolute_percentage_error')
return model
kf = KFold(n_splits = 10, shuffle = True)
Density = create_model()
不知道我怎样才能最小化错误?还是有回归功能?
解决方案
推荐阅读
- svg - 是否可以检测 SVG 中的独特颜色?
- qt - Qml GridLayout如何指定列宽?
- javascript - 使用 v-for 列出 JSON 数组的元素
- c - 在多个 c mex s-function 之间共享数据
- api - URL 中的 Postman 和 JSON-Data
- parsing - 带有 let 和加法的表达式的明确语法
- javascript - 将 JSON String/JS 对象映射到具有私有属性的 Typescript 类
- python - 从服务器下载图像
- php - laravel 中的自定义类
- python - ImportError:无法导入名称“QOpenGLWidget”