python - 即使在测试了几个损失函数后，准确度值为 0

Question

我想预测价格：

X=dataset.iloc[:,1:12]

Y=dataset.iloc[:,0:1]
X_train, X_test, Y_train, Y_test = train_test_split(X, Y, test_size=0.3)


//this is my neural network
model=Sequential([
    Dense(32,activation='relu',input_shape=(10,)),
    Dense(32,activation='relu'),
    Dense(1,activation='sigmoid'),
])

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

hist = model.fit(X_train, Y_train,
          batch_size=20, epochs=100,
              validation_data=(X_test, Y_test))

我的准确度为 0。
帮我解决这个问题。
我也改变了我的损失函数，但准确性没有增加。

标签： pythontensorflowkeraskeras-layer

Answer 1

正如评论所说，这是一个回归问题，准确性不是一个好的衡量标准。问题在于层激活和损失函数。根据您的问题，您应该使用图像中的组合之一