私は回帰タスクのために単純なニューラルネットワークを構築するためにケラスを使用しています。 しかし、出力は常にグランド真理値yデータの「平均値」に向いています。 最初の図を参照してください。青は地面の真実、赤は予測値です(地面の真実の一定の平均に非常に近い)。なぜニューラルネットワークは「平均値」を出力する傾向がありますか?
また、学習エポック= 100に設定しても、モデルの学習が非常に早く終了します。
ニューラルネットワークが早期に学習をやめ、どのような状況下で誰かがアイデアを持ち、なぜ回帰出力が地上真理の「平均」に向かうのでしょうか?
プロットはあなたのデータ全体を表示していますか?つまり、1つのフィーチャーしかないということですか?それから何かを学ぶのはかなり難しいようです。 – Tobias
データには7つの機能、1つの出力yがあります。プロットは、予測値対グランド真理を示しています。ありがとう。 – mira67