即使在测试了几个损失函数后，准确度值为 0答案

【问题标题】：Accuracy value of 0 even after testing several loss functions即使在测试了几个损失函数后，准确度值为 0
【发布时间】：2020-07-16 11:11:40
【问题描述】：

我想预测价格：

X=dataset.iloc[:,1:12]

Y=dataset.iloc[:,0:1]
X_train, X_test, Y_train, Y_test = train_test_split(X, Y, test_size=0.3)


//this is my neural network
model=Sequential([
    Dense(32,activation='relu',input_shape=(10,)),
    Dense(32,activation='relu'),
    Dense(1,activation='sigmoid'),
])

model.compile(loss='binary_crossentropy',
             optimizer='sgd',
             metrics=['accuracy'])

hist = model.fit(X_train, Y_train,
          batch_size=20, epochs=100,
              validation_data=(X_test, Y_test))

我的准确度为 0。
帮我解决这个问题。
我也改变了我的损失函数，但准确度没有增加。

【问题讨论】：

价格是连续的，计算连续变量的准确性是没有意义的。
它的回归问题，你应该使用MSE/RMSE
欢迎来到 StackOverflow！我看到你是一个新的贡献者，所以我建议你查看 How to ask a good question 和 How to create a minimal reproducible example。

标签： python tensorflow keras keras-layer

【解决方案1】：

正如 cmets 所说，这是一个回归问题，准确度不是一个好的衡量标准。问题在于层激活和损失函数。根据您的问题，您应该使用图像中的一种组合

【讨论】：