ケラス極端に高い損失

Question

私は特性によって価格を予測しようとしています。 かなりシンプルなモデルを選択しましたが、それは非常に奇妙です。損失機能は非常に高く、問題がどこにあるかわかりません。ここで

は私のモデルである：私は、データの準備方法です

​​

：（ワンホットを、私は訓練するすべてのデータを分割し、テスト）

df = encode_onehot(dataframe, cols=['Shape', 'Cut', 'Color', 'Clarity', 'Polish', 'Symmetry', 'Culet', '\tFluorescence']) 

dataset = df.values 
X = dataset[1:,4:66] 
Y = dataset[1:,2] 

X_train, X_test, y_train, y_test = train_test_split(X, Y, test_size=0.25, random_state=42) 

最後に、訓練：

baseline_model().fit(X_train, y_train, epochs=10, batch_size=64) 
scores = baseline_model().evaluate(X_test, y_test, verbose=0) 
print(baseline_model().summary()) 

結果は非常に悲しいです：

Epoch 1/10 
149767/149767 [==============================] - 4s - loss: 104759338.0333  
Epoch 2/10 
149767/149767 [==============================] - 4s - loss: 104594236.9627  
Epoch 3/10 
149767/149767 [==============================] - 4s - loss: 104556662.2948  

さらに改善されません。

私は間違っていますか？

Answer 1

@ Yu-Yangは、損失関数として平均二乗誤差を使用していると述べています。私は損失の値が非常に大きく、損失の機能をmean_squared_logarithmic_errorに変更したところで、これと同じ問題が発生しました。希望の結果が得られました。

model %>% compile(
optimizer = optimizer_rmsprop(lr=0.0001), 
loss = loss_mean_squared_logarithmic_error, 
metrics = c("accuracy") 
) 

損失値は======================
326981分の326981エポック1/10 [

に変更しました========] - 17秒 - 損失：0.0048 - acc：0.9896

これは役に立ちます。