Точность модели остается неизменной (0,024) после первой итерации, что я могу сделать?

Question

Я создал модель для прогнозирования цен на жилье в Лос-Анджелесе, и то, что должно быть простой проблемой регрессии, вызывает у меня головную боль, потому что потери слишком велики, и моя точность не изменится.

I 'мы уже пытались нормализовать, изменить архитектуру (уменьшение слоев, скрытые единицы), добавить отсев, изменить функцию потерь, размер пакета, эпохи, и моя точность все еще составляет всего лишь 0,024

input_shape = X_train_2[0].shape

model = tf.keras.models.Sequential([
    tf.keras.layers.Flatten(input_shape=input_shape),
    tf.keras.layers.Dense(units=300, activation=tf.nn.relu),
    tf.keras.layers.BatchNormalization(),
    tf.keras.layers.Dropout(0.1),
    tf.keras.layers.Dense(units=300, activation=tf.nn.relu),
    tf.keras.layers.BatchNormalization(),
    tf.keras.layers.Dropout(0.1),
    tf.keras.layers.Dense(units = 1, kernel_initializer = 'lecun_normal', activation='linear')
    ])

model.compile(optimizer='adam',loss='mean_squared_error', metrics=['accuracy'])
model.fit(X_train_2, y_train_2, epochs=100, batch_size=32)
model.summary()
model.evaluate(X_test_2, y_test_2)

Я думал, что моя модель быласобирается дать действительно хорошие результаты, потому что я уже сделал модель цен на жилье, когда я начинал в ML, но я думаю, что я упустил это.