編譯模型

建立模型的最後一步是「編譯」模型。現在你已經建立了一個模型，在將它擬合到資料之前，必須先編譯。這會定稿你的模型、凍結所有設定，並讓它準備好迎接資料！

在編譯時，你要指定用來將模型擬合到資料的最佳化器，以及損失函式。'adam' 是很好的預設最佳化器，通常表現不錯。損失函式則取決於手上的問題。均方誤差是常見的損失函式，會針對平均值進行最佳化，這和「最小平方法」迴歸的作法一樣。

平均絕對誤差會針對中位數最佳化，並用於分位數迴歸。對這個資料集而言，'mean_absolute_error' 表現相當好，所以就把它當作你的損失函式吧。