小编ES1*_*927的帖子

我正在尝试使用Keras制作神经网络.我使用的数据是https://archive.ics.uci.edu/ml/datasets/Yacht+Hydrodynamics.我的代码如下:

import numpy as np
from keras.layers import Dense, Activation
from keras.models import Sequential
from sklearn.model_selection import train_test_split

data = np.genfromtxt(r"""file location""", delimiter=',')

model = Sequential()
model.add(Dense(32, activation = 'relu', input_dim = 6))
model.add(Dense(1,))
model.compile(optimizer='adam', loss='mean_squared_error', metrics = ['accuracy'])

Y = data[:,-1]
X = data[:, :-1]

从这里我尝试使用model.fit(X,Y),但模型的准确性似乎保持在0.我是Keras的新手,所以这可能是一个简单的解决方案,提前道歉.

我的问题是,为模型增加回归的最佳方法是什么？提前致谢.