Плохая производительность модели Keras

Question

Я работаю с ценой на жилье в Бостоне.У меня есть свои X и Y с формой (506, 13).Затем я определяю свою модель

def basic_model_1():
    t_model = Sequential()
    t_model.add(Dense(13, activation="tanh", input_dim = 13))
    t_model.add(Dense(10, activation="tanh"))
    t_model.add(Dropout(0.2))
    t_model.add(Dense(6, activation="tanh"))
    t_model.add(Dense(3, activation="tanh"))
    t_model.add(Dense(1))
    print(t_model.summary())
    t_model.compile(loss='mean_squared_error',
        optimizer='adam',
        metrics=['accuracy'])
    t_model.fit(X,Y, nb_epoch = 200 , batch_size= 10, validation_split= 0.20)
    return(t_model)

Когда я запускаю эту модель, я получаю довольно плохую производительность val_acc 0.0098.Я изменил функцию активации на сигмоид или релю.Производительность немного увеличивается.Что мне нужно для повышения производительности модели?

Answer 1

В вашей модели нет ничего плохого.Единственное, что я хотел бы предложить, это использовать kernel_initializer='normal', activation='relu' во всех плотных слоях (особенно в выходном слое), так как это регрессионная модель.

Answer 2

По моему мнению, вы могли бы:

1) Добавить больше нейронов на каждом слое (используйте кратное 2 для лучшей производительности, попробуйте 64, 128, 256).

2) Добавитьбольше выпадающих слоев, один за каждым плотным слоем.

3) Добавьте намного больше данных.