训练时评估指标无变化,且预测值都一样

问题

将特征全都标准化到 [0,1],设计了多层 Dense, 训练,发现评估指标一直不下降,而且预测值全部都相同,如下所示:
在这里插入图片描述
在这里插入图片描述

原因

看了一下激活函数用的是relu,因为relu的激活小于0全等于0,大于0就保持不变;猜测是全部都小于0,导致全部都等于0,于是对于所有样本都输出同一个预测值。
在这里插入图片描述

解决方案

激活函数改为tanh,性能评估指标发生了变化,预测值也发生变化
在这里插入图片描述
在这里插入图片描述

当序列预测中的MAPE(Mean Absolute Percentage Error)值非常大,可能有以下几个原因: 1. 异常值或离群点:序列中存在异常值或离群点可能会导致预测误差变得很大。这些异常值可能是由于数据采集错误、异常事件或其他未知因素引起的。这些异常值会对预测模型的训练和性能产生负面影响,导致MAPE值增大。 2. 非线性关系:如果序列存在非线性关系,例如呈现出非线性趋势或周期性变化,那么使用线性模型进行预测可能无法准确捕捉到这些非线性特征。这可能导致预测误差增大,进而使得MAPE值变得很大。 3. 数据质量问题:数据质量问题也可能导致MAPE值非常大。例如,数据缺失、不准确或不一致都会影响预测模型的训练和性能。如果数据质量不好,预测模型可能无法准确捕捉到序列的趋势和模式,从而导致较大的预测误差。 4. 过拟合问题:在建立预测模型,如果模型过于复杂或参数过多,可能会导致过拟合问题。过拟合意味着模型在训练数据上表现很好,但在未见过的数据上表现较差。这样的模型可能无法很好地适应新的数据,导致预测误差增大,从而使得MAPE值非常大。 当MAPE值非常大,建议进行以下步骤来解决问题:检查数据质量,处理异常值或离群点,考虑使用非线性模型或其他更适合序列特征的模型,调整模型的复杂度以避免过拟合问题。此外,还可以尝试使用其他评估指标评估预测性能,以更全面地了解模型的表现。
评论 6
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值