Python - модель RNN LSTM с низкой точностью - PullRequest
Новая
       38

Python - модель RNN LSTM с низкой точностью

0 голосов
/ 20 мая 2018

Я пытался построить модель LSTM с этим образцом набора данных

(число пациентов, время в миль / сек., Нормализация XY и Z, эксцесс, асимметрия, шаг, крен и рыскание, метка) соответственно.

1,15, -0,248010047716,0,00378335508419, -0,0152548459993, -86,3738760481,0,872322164158, -3,51314800063,0

1,31, -0,24801004770,048198455 048198455995378335995378385995371485995251485-86.3738760481,0.872322164158, -3.51314800063,0

1,46, -0.267422664673,0.0051143782875, -0.0191247001961, -85.7662354031,1.0928406847, -4.08015176908,0672672282 1010672282 1010672282 1010672282 1010282 1010672282 101 0282322 1010282 028 0282 0282 0282 0282 0281 0682321 0682322 0681322-1682-1682321326-862-1682-1682-1682328321326-Х-ХХХХХХХХХХХХХХХХХ-Ь., -0.0191247001961, -85.7662354031,1.0928406847, -4.08015176908,0

и это то, что я сделал с кодом 

np.random.seed(7)

train = np.loadtxt("featwithsignalsTRAIN.txt", delimiter=",")
test = np.loadtxt("featwithsignalsTEST.txt", delimiter=",")

x_train = train[:,[2,3,4,5,6,7]]
x_test = test[:,[2,3,4,5,6,7]]
y_train = train[:,8]
y_test = test[:,8]

x_train = x_train.reshape((-1,1,6))

model = Sequential()
model.add(LSTM(64,activation='relu',input_shape=(1, 6)))
model.add(Dense(1, activation='softmax'))

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

model.fit(x_train, y_train, batch_size = 128, epochs = 10, verbose = 2)

ошибки нет, но точность очень низкаяи потери очень высоки

Эпоха 1/20 - 63 с. - потеря: 15,0343 - согласно: 0,0570 Эпоха 2/20 - 60-е годы - потеря: 15,0343 - согласно: 0,0570 Эпоха 3/20 - 60 с -потеря: 15.0343 - соотв .: 0.0570 Эпоха 4/20 - 60-е годы - потеря: 15.0343 - в соотв. 0,0570

1 Ответ

0 голосов
/ 24 мая 2018

здесь неправильное использование функции активации softmax, потому что она используется для категориальных задач ... но это двоичная проблема, поэтому лучшая функция активации - сигмоидальная

...