J'ai une liste de valeurs, allant de 15000
à 25000
. Je dois les séparer en deux catégories, de sorte que (environ) 20000 finira dans la catégorie 1 et le reste dans la catégorie 2. J'ai compris que l'activation du sigmoïde devrait fonctionner pour cela. J'utilise les couches suivantes dans keras pour que:Couche sigmoïde dans Keras
= séquentiel()
model.add(Dense(1 , input_dim =1))
model.add(Activation('sigmoid'))
model.add(Dense(2 , init='normal' , activation = 'softmax'))
model.compile(loss='mean_absolute_error', optimizer='rmsprop')
model.fit(X_train, y_train, validation_data=(X_test, y_test),epochs=10,batch_size=200,verbose=2)
Cependant, quand je lance le modèle pour mes affaires d'échantillons, toutes les valeurs se retrouvent dans la catégorie 2. Comment puis-je améliorer cela?
Avez-vous entraîné votre modèle? –
Il serait utile si vous postez votre code entier. –
besoin de voir 'model.complie()', 'model.fit()', et un échantillon des données pour vos valeurs X et Y – DJK