线性回归问题，高得离谱

Question

import pandas as pd
import matplotlib.pyplot as plt

csv = 'C:\\Users\\Alex\\Downloads\\weight-height.csv'

df = pd.read_csv(csv)
df.head

x_train = df['Height'].values
#into centimetres because im english
x_train = x_train * 2.54
y_train = df['Weight'].values
#into kilos because im english
y_train = y_train / 2.2046226218

plt.figure()
plt.scatter(x_train, y_train, c=None)
plt.show()
print(X[:10])
print(y[:10])

from tensorflow.keras.models import Sequential
from tensorflow.keras.layers import Dense, Activation
import numpy as np

X = np.array(x_train).reshape(-1,1)
y = np.array(y_train).reshape(-1,1)

X = X[:5000]
y = y[:5000]

model = Sequential()
model.add(Dense(36, activation='relu'))
model.add(Dense(18))
model.add(Dense(1))

model.compile(optimizer='adam',
              loss='mean_squared_error',
              metrics=['accuracy'])

history = model.fit(X,y, batch_size=1, epochs=1, validation_split=0.1)

#plt.plot(history.history['acc'])
#plt.plot(history.history['val_acc'])

我的问题几乎是我是一个菜鸟，我正在尝试使用 keras 从头开始​​创建自己的线性回归模型，但我不明白为什么我的损失如此之高。我需要知道它是我正在使用的优化器或损失函数还是数据问题。数据集只是体重和身高的列表。

Answer 1

我会尝试：

1. 标准化您的身高和体重，以使两者的最大值为 1。当值约为 1 时，深度学习通常更容易。显然，您需要对测试数据进行相同的除法，然后在最后将答案乘以相同的数量。

2. 将指标更改为“mse”或“mae”（均方误差或平均绝对误差）。这不会改变你的损失，但会让你感觉更好，因为它是衡量你表现的更有意义的指标。

试试这个：

x_train = df['Height'].values
x_train = x_train * 2.54
x_train = x_train / 175.0

y_train = df['Weight'].values
y_train = y_train / 2.2046226218
y_train = y_train / 80.0

...

model.compile(optimizer='adam',
          loss='mean_squared_error',
          metrics=['mse'])

并测试一些新值

x_test = 187
x_test = np.array(x_test).reshape(-1,1)
x_test = x_test * 2.54
x_test = x_test / 175.0
pred = model.predict(x_test)
pred = pred * 80.0