Как спроектировать нейронную сеть MLP для прогнозирования стоимости?

Question

Я изо всех сил пытаюсь изучить основы машинного обучения, и мне нужно спроектировать нейронную сеть, используя MLP (многослойный персептрон).

Сеть должна прогнозировать общую стоимость поездки на автомобиле, основываясь на 4 параметрах: - средний расход топлива на 100 км (от 4,7 до 11,5) - вес машины (от 700 кг до 2300 кг) - количество людей, путешествующих с машиной (от 2 до 4) - длина поездки (от 10 км до 8000 км)

Кроме того, я знаю, что общая стоимость поездки, которая здесь является выходной, должна составлять от 100 до 40000.

Я должен проектировать сеть аналитически, без написания какого-либо кода Цель состоит в том, чтобы лучше понять тип сети MLP.

Я спроектировал нейронную сеть, имея 4 модуля входа, которые соответствуют каждой из перечисленных функций, один скрытый слой, состоящий из 2 нейронов и один выходной нейрон.

Проблема в том, что у меня нет набора входных данных, и я не понимаю, как мне помогут диапазоны функций.

В этом случае мне следует вычислить весовые коэффициенты с использованием стохастического градиентного спуска, но поскольку это не проблема классификации, я не уверен, как подобрать весовые коэффициенты к выходному нейрону.

Answer 1

Вы можете начать здесь: https://www.kaggle.com/xgdbigdata/keras-regression-tutorial, где в блоке 2 вы изменяете на

model = Sequential()
model.add(Dense(output_dim=2, input_dim=4, activation='relu'))
model.add(Dense(1))

Keras будет заботиться о весах и SGD.Каждой функции, которую вы делите на макс, должно быть достаточно.Вы можете посмотреть здесь, например: https://datascienceplus.com/keras-regression-based-neural-networks/