我正在使用LSTM Keras对时间序列数据进行预测。训练数据中没有负数。
问题在于,当训练误差降低到一定程度时,输出的预测有时会是负数,在我的应用程序中这是没有意义的。
以下是我的循环神经网络(RNN):
问题在于,当训练误差降低到一定程度时,输出的预测有时会是负数,在我的应用程序中这是没有意义的。
以下是我的循环神经网络(RNN):
model.add(LSTM(100,return_sequences=True,stateful=False,activation='relu', input_shape=(1, look_back)))
model.add(Dropout(0.1))
model.add(Flatten())
model.add(Dense(50, activation='relu'))
model.add(Dense(1, activation='linear', W_constraint=nonneg()))
model.compile(loss='mean_absolute_error', optimizer= 'adam')
model.fit(trainX, trainY, epochs=100, validation_split = 0.20, batch_size=1, verbose=0)
这主要发生在训练数据中有很多零值的情况下。我该如何避免这种情况。