Интерпретация результатов ANN -> MSE, MAE и результаты неиспользованных эпох

Question

Я обучаю модель ANN всего несколькими выборками (10), чтобы предсказать 45 целей с 38 входами. Я не могу понять, почему результаты за эпоху не отображаются, вы понимаете? Кроме того, общие MAE и MSE, которые я получаю, составляют 0,5252 и 0,6234 соответственно. Я не уверен, как интерпретировать такие значения, как мой набор данных был масштабирован. Мой код:

input_size = 37
output_size = 45
hidden_layer_size = 3
model = tf.keras.Sequential([
    tf.keras.layers.Dense(hidden_layer_size, activation='relu'),
    tf.keras.layers.Dense(hidden_layer_size, activation='relu'),
    tf.keras.layers.Dense(output_size, activation='linear') 
])

model.compile(optimizer='adam', loss='mean_absolute_error', metrics=['MeanAbsoluteError','mse'])

batch_size = 10
max_epochs = 20
callback=tf.keras.callbacks.EarlyStopping(patience=2)
model.fit(train_inputs, 
          train_targets, 
          batch_size=10, 
          epochs=max_epochs, 
          verbose=0,
          callbacks=[callback],
          validation_data=(validation_inputs, validation_targets)
          )

Out: <tensorflow.python.keras.callbacks.History at 0x25bad7cff48> In: test_loss= model.evaluate(test_inputs, test_targets) Out: 2/2 [==============================] - 0s 1ms/sample - loss: 0.5252 - mean_absolute_error: 0.5252 - mean_squared_error: 0.6234

Answer 1

Вы должны передать verbose = 2 в model.fit (), чтобы получить результаты для каждой эпохи. Значения MAE и MSE зависят от ваших данных. MSE более чувствителен к большим значениям ошибок, как правило, высокий MSE означает, что вы, вероятно, получаете большие ошибки для нескольких ваших выборок, а высокий MAE означает, что вы получаете меньшие значения ошибок, но для многих ваших выборок.