Какую функцию активации использовать в задаче регрессии, когда ваша цель имеет верхний и нижний предел

Question

Я пытаюсь выполнить регрессионное задание, используя керасы, и моя цель - количество дней от 0 до 15.

def rmse(y_true, y_pred):
    return backend.sqrt(backend.mean(backend.square(y_pred - y_true), axis=-1))


model = Sequential()
model.add(Dense(1276, input_dim=1276, kernel_initializer='normal', activation='relu'))
model.add(Dense(200, kernel_initializer='normal', activation='relu'))
model.add(Dense(100,kernel_initializer='normal' ,  activation='relu'))
model.add(Dense(1, activation="linear"))
# Compile model
optimizer = optimizers.Adam(lr=1e-4)
model.compile(loss=rmse, optimizer=optimizer)
# Fit the model
model.fit(X,y , validation_split=0.33, epochs=100, batch_size=512)

Когда я тренирую эту модель, я получаю очень большие значения.Мне интересно, если я что-то упустил в моей реализации.Должен ли я использовать определенную функцию активации для такого рода проблем?