简单机器模型的精度不好？如何调试？

Question

我正在尝试构建一个机器学习模型，尽管答案相当简单，但结果确实很糟糕。我知道我做错了什么，但不确定在哪里。以下是我正在做的事情：我有一个公司财务数据集。为了方便起见，我试图预测毛利润（总收入 - 收入成本）为了使它更容易，我实际上正在自己将该值计算到熊猫列中df['grossProfit'] = df['totalRevenue'] - df['costOfRevenue']为了使它有点挑战性，我有一个名为exchange的列，它是数字格式的类别（1，2，3等）。我的目标是简单地预测总利润，我认为这很容易，因为100%的数据计算它在我的数据集中，但当我运行模型时，我得到高达6%的准确率。我预计它会接近100%，因为模型应该计算出总收入+收入成本=总利润。这是我的数据：    grossProfit totalRevenue    Exchange    costOfRevenue0   9.839200e+10    2.601740e+11    NASDAQ  1.617820e+111   9.839200e+10    2.601740e+11    NASDAQ  1.617820e+112   1.018390e+11    2.655950e+11    NASDAQ  1.637560e+113   1.018390e+11    2.655950e+11    NASDAQ  1.637560e+114   8.818600e+10    2.292340e+11    NASDAQ  1.410480e+11... ... ... ... ...186 4.224500e+10    9.113400e+10    NYSE    4.888900e+10187 4.078900e+10    9.629300e+10    NYSE    5.550400e+10188 3.748200e+10    8.913100e+10    NYSE    5.164900e+10189 3.397500e+10    8.118600e+10    NYSE    4.721100e+10190 3.597700e+10    8.586600e+10    NYSE    4.988900e+10191 rows × 4 columns

Answer 1

对于初学者：

1. 您处于回归设置中，其中准确性毫无意义（它仅用于分类问题）。从模型编译中删除，不要为此烦恼 - 您应该使用与损失相同的数量（此处为MSE）来评估模型的性能。metrics=['accuracy']

2. 出于同样的原因（回归问题），您不应该对最后一个图层使用激活，而应该对最后一个图层使用激活（离开，就像执行该工作一样，因为这是 Keras 图层的默认激活）。sigmoidlinearDense(1)linear

3. 具有线性激活的中间层（如您在这里的中间层）每个都只是一个单节点线性层（即几乎没有）;向所有中间层添加激活（就像对第一层所做的那样）。relu

总而言之，这是实验的起点：

model = tf.keras.Sequential() 

model.add(layers.Dense(64, activation='relu', input_shape=(numInputColumns,)))

model.add(layers.Dense(128, activation='relu'))

model.add(layers.Dense(128, activation='relu'))

model.add(layers.Dense(128, activation='relu'))

model.add(layers.Dense(1))

model.compile(loss='mean_squared_error', optimizer='adam')

当你完成这一部分时，你最终会得出一个不幸的结论，即与分类问题相反，我们可以立即说准确性是否“好”，“不够好”，“坏”等，回归问题的性能指标，如MSE，不会让自己进入如此简单的评估;更糟糕的是，您的 MSE 是根据您缩放的数据计算的。阅读我的答案 如何在Keras Regressor中解释MSE 了解如何计算初始未缩放数据中的MSE，获取其平方根，从而能够以原始数据的单位进行比较，以查看它是否适合您的情况（ML教程中通常省略的一部分）...y