如何调整 MLPR出口器?

Question

我目前有一个包含变量和观测值的数据集。我想预测一个变量(需求)，这是一个连续的变量，因此我需要使用回归模型。我尝试了Linear Regression，并使用R2指标对其进行了评估，该指标约为0.85。我想用其他模型评估它的性能，其中之一是NNs.我相信神经网络更适合分类等其他任务，但我想尝试一下。

我决定使用scikit-learn主要是因为它提供了两种模型(线性回归和多层感知器)，问题是与线性回归的指标相比，R2指标太远了，太糟糕了。因此，我得出的结论是，我缺少许多重要的配置。下面你可以看到我的代码以及数据是如何来的。

我的数据有以下几列，只有demand(这是我的标签)、population、gdp、day和year是数值连续的，其余的都是分类的。

['demand','holy','gdp','population', 'day','year', 'f0', 'f1', 'f2', 'f3', 'f4','f5', 'f6', 'f7', 'f8', 'f9', 'f10', 'f11', 'f12', 'f13', 'f14', 'f15', 'f16', 'f17', 'f18', 'f19', 'f20', 'f21', 'f22', 'f23', 'g0', 'g1', 'g2', 'g3', 'g4', 'g5', 'g6', 'g7', 'g8', 'g9', 'g10', 'g11']

这就是我实际所做的，我删除了一些输出。

import pandas as pd
import numpy as np
import math as math
from sklearn.linear_model import LinearRegression
from sklearn.neural_network import MLPRegressor
from sklearn.metrics import r2_score

training_data, validation_data = np.split(data.sample(frac=1), [int(.8*len(data))])
linear_model = LinearRegression().fit(training_data[[c for c in data.columns if c != "demand"]], training_data[["demand"]])
validation_data_predictions = linear_model.predict(validation_data[[c for c in training_data.columns if c != "demand"]])
validation_predictions_pd = pd.DataFrame(data=validation_data_predictions, 
index=validation_data.index.values,
columns=["prediction"])
# join both pandas
result_df = validation_data.join(validation_predictions_pd, how="inner")
r2_error = r2_score(y_true=result_df[["demand"]], y_pred=result_df[["prediction"]], multioutput="uniform_average")
print(r2_error) # outputs 0.85

# NN section
clf = MLPRegressor(hidden_layer_sizes=(10,), max_iter=100000)
neural_model = clf.fit(training_data[[c for c in training_data.columns if c != "demand"]], training_data[["demand"]])
validation_data_predictions = neural_model.predict(validation_data[[c for c in training_data.columns if c != "demand"]])
validation_predictions_pd = pd.DataFrame(data=validation_data_predictions, 
index=validation_data.index.values,
columns=["prediction"])
result_df = validation_data.join(validation_predictions_pd, how="inner")
r2_error = r2_score(y_true=result_df[["demand"]], y_pred=result_df[["prediction"]], multioutput="uniform_average")
print(r2_error) # outputs 0.23

因此，如您所见，NN的性能非常差。而且我认为它的性能可以提高，有什么提示吗？

Answer 1

1. MLP 对特征缩放很敏感。是否已对数据进行规范化处理？

2. 修改您的网络结构：添加更多隐藏层并更改每层的感知器数量

3. 将激活函数更改为 sigmod/tanh/relu 等。

Answer 2

也许并不是说 NN 的性能不好，也许您只是使用了错误的指标来比较它们。通常，信任 R2 分数来评估具有许多回归因子的线性回归模型不是一个好主意：事实上，您在模型中输入的回归因子越多，R 平方就越高(有关快速说明，请参阅此视频)。

无论如何，我认为这个问题更适合 https://stats.stackexchange.com/