我是一个knime以及深度学习初学者,尝试keras模组的时候出现问题,恳请熟悉knime的同仁解答疑惑,具体的情况如下:
之前尝试做auto-mpg数据集(kaggle上可以找到)的预测,大致的worklow结构布局如下
处理数据的部分:
1.用column filter去掉了car name所在的colunm
2.用row filter将horsepower栏目中的"?"栏目所在的row全部删除,达到删除missing value的效果
3.原始数据集中horsepower形态为string,使用string to number模块将他转成int形态
4.然后就是做normalization,最后以1:3的比例切割成train和test
问题主要出在keras模组的部分,之前经过normalize后的数据长这样:
mpg值是要预测的值,想知道keras模块部分的结构应该如何安排?
我的结构如下:
输入层:
第一层:
第二层:
输出层:(这层最搞不清应该怎么调参数,其他层也很迷糊)
learner:(直接没法跑)
想请大家指教一下keras部分的结构以及learner的参数怎么调,万分感谢。