MAPE может быть довольно слабым из-за небольшого разброса входных значений.
Предположим, мы говорим о классической линейной регрессии, чтобы упростить визуализацию.К сожалению, у вас получилась линейная регрессия на красивой классической сигмоиде - от нуля до единицы, с точкой перегиба 0,5, от -inf
до inf
.
Ваши наилучшие возможные усилия будет строкой, определенной как 0x+0.5
.Вы просто физически не можете добиться большего успеха с моделью, которую вы используете.И все же, ваш MAPE будет на 50%, а не что-то сумасшедшее, как 10000%.
Эта модель, конечно, полная чушь, но ее неправильность ограничена довольно небольшим диапазоном значений.
Теперь, с DNN, это сложнее, потому чтоу вас есть все эти дополнительные измерения, о которых нужно беспокоиться, но это может стать достойным руководством для отладки вашей модели.
Что касается колебаний, трудно сказать, что банкомат - вы только что показали первые три эпохи, этовозможно, все еще пытается найти основание для данных.Я бы посмотрел, сохраняется ли проблема во время дальнейшего обучения, прежде чем ставить какие-либо диагнозы.