LSTMニューラルネットワークで間違った予測

Question

私はLSTMで新しく、私は1年間のデータを与えられたIPのトラフィックフローを予測するモデルを訓練しようとしています。このデータセットはKaggle https://www.kaggle.com/crawford/computer-network-trafficによって提供されています。これは、ネットワークが

model = Sequential() 
model.add(LSTM(128,input_shape=(trainX.shape[1], trainX.shape[2]), 
       activation='relu',return_sequences=True)) 
model.add(LSTM(32, return_sequences=True)) 
model.add(LSTM(10)) 
model.add(Dense(1)) 
model.compile(loss='mean_squared_error', optimizer='adam') 
model.fit(trainX, trainY, epochs=10, batch_size=64, verbose=2) 

をモデル化する方法である

あなたは私のカーネルでhttps://www.kaggle.com/asindico/computer-network-traffic-eda/

をすべての詳細を見つけることができますこれは私が10のエポックで

後に得るものですブルーの実際の値は、赤で予測します。

Answer 1

残念ながら、この問題の普遍的な解決策はありませんが、モデルがデータをアンダーフィットしていることは明らかです。

私は何をお勧めしますか？

• 、お使いのモデルにエポックの

• 増加数の隠れ層の数を減らし、

• 変更/

、 "SGD" または "RMSprop" にオプティマイザ機能を試してみてください

• バッチサイズを増やし、

• を追加し、正則化とドロップアウトを追加します。

私が言ったように、普遍的な解決法はありませんので、上から何かを試してみてください。

また、出力レイヤーの有効化機能を確認してください。 +は、入力データを正規化することが示唆されていました。