我正在尝试在 Keras 中设置一个非线性回归问题。我有两组数据，比如 X1 和 X2，其 Y 值具有相似的平均值和标准差。
采取了以下程序：
- 合并数据集 X1 和 X2，对其进行洗牌，然后对 30% 的数据进行训练。Keras 报告的培训分数为 3.20 RMSE 和测试分数 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 之间的测试分数有这么大的差异。有什么方法可以改善结果吗？
对于咯咯笑声，我重复了与上述相同的过程，但包括整个 X1 和 X2 数据集，而不是取 30%。
- 结合 X1 和 X2，并在整个数据集上进行训练。凯拉斯返回 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报告的得分为22.80 RMSE
- 在 X2 上的测试给出了 7.50 RMSE 的分数
同样，与X1相比，X2似乎表现不佳。
问题在于适当地缩放数据。将数据重新缩放为良好格式后 - 模型开始工作。