Анализ точности модели

Question

У меня есть эта модель для многомерного прогнозирования многоступенчатых рядов.

def build_model(train,n_input):
    train_x, train_y = to_supervised(train, n_input)
    verbose, epochs, batch_size = 1, 60,20
    n_timesteps, n_features, n_outputs = train_x.shape[1], train_x.shape[2], train_y.shape[1]
    train_y = train_y.reshape((train_y.shape[0], train_y.shape[1], 1))
    model = Sequential()
    model.add(LSTM(200, activation='relu', input_shape=(n_timesteps, n_features)))
    model.add(RepeatVector(n_outputs))
    model.add(LSTM(200, activation='relu', return_sequences=True))
    model.add(TimeDistributed(Dense(100, activation='relu')))
    model.add(TimeDistributed(Dense(1)))
    model.compile(loss='mse', optimizer='adam', metrics=['accuracy'])
    model.fit(train_x, train_y, epochs=epochs, batch_size=batch_size, verbose=verbose)
    return model

Я получил такой результат:

Epoch 59/60
5516/5516 [==============================] - 21s 4ms/step - loss: 1.8988 - acc: 0.5636: 1s - loss: 1.
Epoch 60/60
5516/5516 [==============================] - 22s 4ms/step - loss: 1.8556 - acc: 0.5685

Оценка R2:

r2_score(test[:,-1], pred)
0.8688880951315198

Из приведенного выше результата у меня есть несколько вопросов:

1) Как измерить точность модели? Является ли точность обучения принятой (здесь loss: 1.8556 - acc: 0.5685) или r2 score, взятой для измерения точности.

2) Как я мог повысить свою точность? Я попытался LSTM -CNN снова получить похожий результат.

Пожалуйста, помогите мне в повышении точности.