Keras回归模型建议

Question

我试图用Keras来解决回归问题，但MSE是巨大的，我的意思是像29346217.6819

我真的是新来的，你有什么建议使模型给出合理的最小均方误差？我不确定我的数据是否正常或有问题，但这些是实际的销售数据。在

数据（大约3000行。我用2000作为培训，1000用于测试） 完整数据是here

ProductNo,Day,Month,CartonSales
1,6,02,2374
1,3,02,2374
1,6,04,2374
1,6,04,2374
1,3,06,2374
1,6,09,2374
1,1,09,2374
1,6,09,2374
1,6,10,2374

代码

^{pr2}$

Answer 1

从你上面的代码中我可以看出，你的y值是卡通的。销售可以有大的价值和大的范围，这可能是为什么你得到如此高的误差。你可以用对数均方误差来代替均方误差，但我建议你这样做。在

继续使用均方误差。 记录转换y值，然后exp转换预测值

import numpy as np
dataframeY_train = np.log(dataframeY_train)
dataframeY_test = np.log(dataframeY_test )
....
predictions=model.predict(dataframeX_test)[:,0]
predictions = np.exp(predictions)