运行住房回归 Cloud ML example 。我无法预测合理的值。
我能够通过以下方式在云端运行预测任务
gcloud ml-engine 预测
--模型=${MODEL_NAME}
--版本=${MODEL_VERSION}
--json-instances=data/new-data.json
其中 new-data.json 是默认的 json 文件。
但是，预测结果为
预测
[5.268091678619385]
这很奇怪，因为该数据(train-data-01.csv 的第一行)的正确 MEDV 值是 34.7。
我再次尝试使用不同的测试数据和完全不同的数据集，但预测从未产生合理的结果。
我在这里做错了什么？
最佳答案
这里我们面临一个与统计回归方法完全不同的深度学习场景。有 13 种不同的功能，基于某个功能的 MEDV 不起作用。如果您使用只有一层且没有激活函数的神经网络，您最终可能会得到特征 MEDV 的线性组合。即使找到 MEDV 线性组合的最佳权重，它也远小于 34.7。 然而，考虑到每个神经网络层的激活函数，并且根据层数、超参数调整和评估步骤的数量，结果是不同的。预测 5.268091678619385 很可能是正确的。 因此，深度学习模块的预测值可能与 MEDV 的期望值完全不同。
关于python - 针对住房回归示例关闭 Cloud ML 预测，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/49466563/