0 100.0 1 120.0 2 80.0 3 80.0 4 100.0 … 4043 80.0 4044 160.0 4045 120.0 4046 140.0 4047 160.0

2024年6月8日

提供していただいた目的変数 y の値を見ると、整数値のサイズが含まれています。これらの値は連続的であり、モデルによって予測されるクラスのインデックスと一致するわけではありません。そのため、モデルの出力層の活性化関数と損失関数との整合性が取れなくなっています。

この問題を解決するためには、次のいずれかのアプローチを取ることができます。

1. クラスの離散化: サイズを予測するのではなく、サイズをカテゴリに分割し、それぞれのカテゴリをクラスとして扱います。例えば、サイズを “小", “中", “大" のいずれかに分類し、それぞれのクラスに割り当てます。

2. 回帰モデルの使用: クラスではなく、連続的な値を予測する回帰モデルを使用します。この場合、出力層の活性化関数は線形または恒等関数となり、損失関数は平均二乗誤差などの回帰問題に適したものになります。

どちらのアプローチが最適かは、データの性質やビジネス上の要件によって異なります。データをより詳細に分析し、目的に合ったアプローチを選択してください。