Kerasでの学習がうまくいきません

テキストデータをMecabで名詞に変更します。
そのあと、BOWで数値化しています。それをtrain_dataにして、教師データをtrain_label1にしました。
例）各500データ
train_data1→
0 0 0 0 6 8 0 7 9 6 0 7 ・・・0 0 0 7 8
0 0 0 0 6 9 0 0 7 9 8 7 ・・・0 0 0 1 1

train_rabel1→
25
8.5

上記を下記のソースコードで学習させると、下記のようにLossがマイナス値になります。
32/141 [=====>........................] - ETA: 0s - loss: -63.7767 - accuracy: 0.2188
96/141 [===================>..........] - ETA: 0s - loss: -59.5121 - accuracy: 0.1875
141/141 [==============================] - 0s 1ms/step - loss: -50.1103 - accuracy: 0.1986 - val_loss: -20.9677 - val_accuracy: 0.5000

入力データがおかしいのか、Sequentialモデルがおかしいのか・・・
いろいろ変更しましたが、うまくいきません・・・
初心者で申し訳ありませんが、アドバイスいただけないでしょうか？

python
1# Sequentialモデル使用
2model = Sequential()
3
4model.add(Dense(1900, activation='relu', input_shape = ( 950, )))
5model.add(Dropout(0.5))
6
7model.add(Dense(500, activation='relu'))
8model.add(Dropout(0.5))
9
10model.add(Dense(1, activation='softmax'))
11
12
13# モデルをコンパイル
14model.compile(loss="binary_crossentropy", optimizer="sgd", metrics=["accuracy"])
15
16model.summary()
17
18#訓練
19model.fit(train_data1,train_label1, epochs=300, validation_split=0.1)

修正後のソースコード

python
1# Sequentialモデル使用(Sequentialモデルはレイヤを順に重ねたモデル)
2model = Sequential()
3
4model.add(Dense(1900, activation='relu', input_shape = ( 950, )))
5model.add(Dropout(0.5))
6
7model.add(Dense(500, activation='relu'))
8model.add(Dropout(0.5))
9
10model.add(Dense(1, activation='linear'))
11
12# モデルをコンパイル
13model.compile(loss="mean_squared_error", optimizer="sgd", metrics=["accuracy"])
14
15model.summary()
16
17#訓練
18model.fit(train_data1,train_label1, epochs=300, validation_split=0.1)
19model.save('model.h5')
20
21score = model.evaluate(test_data1, test_result1)
22print("正解率: %.2f%%" % (score[1] * 100))
23

予測用のコード

python
1from keras.models import load_model
2import numpy as np
3import csv
4
5test_data=[]
6with open('test.csv') as f:
7    reader = csv.reader(f)
8    for row in reader:
9        test_data.append(row)
10
11test_data1 = np.array(test_data,dtype=np.float64)
12
13
14model = load_model("model.h5")
15
16result = model.predict_classes(test_data1)
17print(result)