Knime的keras模组问题求解答
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。