这段代码训练出来的lstm模型用于预测时mse太高怎么，修改哪部分能有明显改善。

Question

创建LSTM模型

model = Sequential()
model.add(LSTM(48, activation='relu', input_shape=(features_train.shape[1], features_train.shape[2])))

model.add(Dense(1)) # 输出层只有一个神经元

编译模型

model.compile(optimizer='adam', loss='mse')

设置回调

early_stopping = EarlyStopping(monitor='val_loss', patience=20, restore_best_weights=True)
model.load_weights('') # 加载最佳权重
train_score = model.evaluate(features_train, target_train, verbose=0)
test_score = model.evaluate(features_val, target_val, verbose=0)

Answer 1

引自免费微信小程序：皆我百晓生。

尝试增加LSTM层的数量、调整学习率、使用dropout防止过拟合或进行特征工程优化输入数据。