Итак, мне дали набор данных с одной особенностью, и моя задача - разработать регрессионную модель с использованием нейронной сети.
До сих пор мне удалось вывести еще четыре функции, но у меня естьпроблема с выходами, которые я получаю, т. е. они немного отклоняются от фактического результата, хотя они, похоже, следуют той же тенденции.
Мне было интересно, поможет ли попытка выяснить больше функций?или если есть какие-то конкретные советы по архитектуре NN, которые я мог бы использовать.
Это сеть, которую я сейчас использую.
model1 = Sequential()
model1.add(Dense(128, input_dim = train_fin.shape[1], activation = 'relu'))
model1.add(Dense(256, activation = 'relu'))
model1.add(Dropout(0.2))
model1.add(Dense(1, activation = 'linear'))
model1.compile(loss = 'mean_absolute_error', optimizer = 'adam', metrics = ['mean_absolute_error'])