Ich habe die letzten 2 Wochen mit meinem NN kämpfen. Ziel ist es Reise Dauer der Taxi Kurse basiert auf mehrerenKeras schlechte Leistung (Verlust-und Optimierungsfunktionen?)
- numerischen Variablen (Breiten- und Längengrade)
- kategorische Variablen (numerisch codiert) (Stunde des Tages, Tag der Woche, etc.) vorherzusagen
Hier ist die einfachste Version
X_train = trainData.as_matrix(columns=["fareDistance","hour","day","pickup_longitude","pickup_latitude","dropoff_longitude","dropoff_latitude"])
Y_train = np.array(trainData["trip_duration"])
model = Sequential()
model.add(Dense(32, input_dim=7, activation='linear'))
model.add(Dense(12, activation='linear'))
model.add(Dense(1, activation='linear'))
model.compile(loss='mean_absolute_percentage_error', optimizer='adagrad', metrics=['accuracy'])
model.summary()
model.fit(X_train, Y_train, epochs=10, validation_split=0.2)
ich habe auch versucht zwei verschiedene Modelle für nu zu fusionieren merische Variablen auf der einen Seite und kategorische auf der anderen Seite, aber es hat nichts geändert. Je nach Kombination von Verlust- und Optimierungsfunktion bleibt entweder der Verlust und die Genauigkeit ziemlich gleich (nach 0.0016) oder ich habe nicht einmal nicht null acc.
Ein Freund von mir das NN in reinen TensorFlow repliziert und bekam die gleiche Art von Ergebnissen
Train on 233383 samples, validate on 58346 samples
Epoch 1/20 233383/233383 [==============================] - 15s - loss: 45.9550 - acc: 0.0016 - val_loss: 46.2514 - val_acc: 0.0014
Epoch 2/20 233383/233383 [==============================] - 15s - loss: 45.8675 - acc: 0.0014 - val_loss: 46.2675 - val_acc: 0.0015
Epoch 3/20 233383/233383 [==============================] - 15s - loss: 45.8465 - acc: 0.0015 - val_loss: 46.2131 - val_acc: 0.0013
Epoch 4/20 233383/233383 [==============================] - 15s - loss: 45.8283 - acc: 0.0014 - val_loss: 46.2478 - val_acc: 0.0016
Epoch 5/20 233383/233383 [==============================] - 15s - loss: 45.8214 - acc: 0.0015 - val_loss: 46.2043 - val_acc: 0.0013
Epoch 6/20 233383/233383 [==============================] - 14s - loss: 45.8122 - acc: 0.0014 - val_loss: 46.2526 - val_acc: 0.0014
Epoch 7/20 233383/233383 [==============================] - 12s - loss: 45.7990 - acc: 0.0015 - val_loss: 46.1821 - val_acc: 0.0014
Epoch 8/20 233383/233383 [==============================] - 12s - loss: 45.7964 - acc: 0.0016 - val_loss: 46.1761 - val_acc: 0.0013
Epoch 9/20 233383/233383 [==============================] - 11s - loss: 45.7898 - acc: 0.0015 - val_loss: 46.1804 - val_acc: 0.0016
ich etwas fehle - wie etwas groß, offensichtlich - was erklären würde, warum jeder Versuch Aktivierung zu ändern , Verlust- oder Optimierungsfunktion endet dasselbe?
Vielen Dank im Voraus D.
Dies ist eine reine Lernfrage. Du bist nicht im richtigen Forum. Bitte stellen Sie Ihre Frage hier: https://datascience.stackexchange.com/ – ma3oun