улучшить точность моей модели с керасом

Question

Я пытаюсь построить архитектуру ANN для прогнозирования заболеваемости. Я на самом деле застрял с точностью до 40%, я новичок в машинном обучении и попробовал несколько советов, таких как изменение оптимизатора, номера узла слоя и значения выпадения без каких-либо улучшений. Не могли бы вы, ребята, помочь мне советом.

массив x состоит из 10 столбцов

массив y - это только один столбец заболеваемости

вот моя модель

def build_dropout_model(rate):
  model = Sequential()
  model.add(Dense(10,input_shape=(10,)))
  model.add(Dropout(rate))  
  model.add(Dense(256,kernel_constraint=NonNeg(),activation="relu"))
  model.add(Dense(256,kernel_constraint=NonNeg(),activation="relu"))
  model.add(Dense(128,kernel_constraint=NonNeg(),activation="relu"))
  model.add(Dense(1,activation="sigmoid"))
  model.compile(optimizer='adam',loss='mean_absolute_error',metrics=['accuracy'])
  return model
model = build_dropout_model(0.2)
history = model.fit(xtr,ytr,epochs=1000,verbose=2)

loss, acc=model.evaluate(xtst,ytst)

и заранее спасибо

Answer 1

Это модель регрессии, а не модель классификации, поэтому вы должны использовать «линейный» в вашем выходном слое.

model.add(Dense(1,activation="linear"))