神经网络中的训练和测试分数实验

Question

我正在尝试在 Keras 中设置非线性回归问题。我有两组数据，例如 X1 和 X2，它们的 Y 值具有相似的均值和标准差。

正在执行以下程序：

• 组合数据集 X1 和 X2，对其进行打乱并在 30% 的数据上进行训练。 Keras 报告的训练分数为 3.20 RMSE，测试分数为 3.22 RMSE
• 使用上面的权重并针对 100% 的 X1 数据进行测试。 Keras 报告的测试分数为 23.97 RMSE
• 使用相同的权重并针对 100% 的 X2 数据进行测试。 Keras 报告的测试分数为 6.49 RMSE

我不清楚为什么 X1 和 X2 的测试分数会有如此大的差异。有什么办法可以改善结果吗？

为了咯咯笑，我重复了与上述相同的过程，但包括了整个 X1 和 X2 数据集，而不是占 30%。

• 结合 X1 和 X2，并在整个数据集上进行训练。 Keras 返回训练分数 1.81 RMSE
• 使用上面的权重并针对 100% 的 X1 数据进行测试。 Keras 报告的分数为 22.80 RMSE
• 在 X2 上的测试给出了 7.50 RMSE 的分数

与 X1 相比，X2 似乎再次表现不佳。

Answer 1

问题在于适当地缩放数据。将数据重新调整为良好格式后 - 模型开始工作。