Question

BP神经网络

以前 总共有 数据80组，最后结果分为三个等级。 我现在扩充到320组数据，但是准确率没有上升，反而有时候下降了?请问为什么？BP网络还未加入 例如遗传算法的优化？是不是本身BP神经网络准确率就不行？有经验的大神你们准确率高么？

Answer 1

我不是大神。但可以给给意见。

1，遗传算法不能改变BP神经网络准确率低的本质问题的。只能在一定程度上优化BP神经网络。
2，你的数据是怎么增加的？由原来的80组数据基础上随意组合的？还有你的输出结果是3个等级。期望输出是什么类型？预测输出是什么类型？你判断正确率的标准是什么？这些都会对正确率有影响。
3，BP神经网络的正确率的提高可以通过：一，改变隐层的节点数。或增减隐层的层数。最少一个隐层，最多2个。二，改变传递函数，一般隐层用tansig，输出层用linear或者tansig。
4，最后的方法是不怎么重要的，就是数据的归一化，一般是归一化或不归一化都可以的，都试试。
我都是书本学过，做过点题目，只能给这些建议。

追问

我们的输出是三个结果[1 0 0] [0 1 0][0 0 1] 。判断正确的标准是：比如我有20 家公司12年的财务数据 我把他们好坏分级比如 A B ，并进入网络学习。我希望当13年有一家公司跟财务学习的20家公司某一家很类似时候，把它分到跟这个公司一样的等级。如果这家13年公司的数据本该分到A 却被分到了B我就认为出错了。隐含层的层数、节点数、输入数据的维数、样本大小对准确率有多大影响？

我们的输出是三个结果[1 0 0] [0 1 0][0 0 1] 。判断正确的标准是：比如我有20 家公司12年的财务数据 我把他们好坏分级比如 A B ，并进入网络学习。我希望当13年有一家公司跟财务学习的20家公司某一家很类似时候，把它分到跟这个公司一样的等级。如果这家13年公司的数据本该分到A 却被分到了B我就认为出错了。隐含层的层数、节点数、输入数据的维数、样本大小对准确率有多大影响？

追答

一般是隐层节点数和隐层数影响较大，所以要多试些。你的输出应该是3维输出中，某一个数比较大就认为是哪个等级这样判断等级比较好。但是那一维的数达到怎样的程度才行要尝试。

追问

那请问下你看的什么书？我想认真学习下理论。还有啊 我发现如果你先分为两个等级A ,B然后把输出为B的样本抛弃，将输出为A的再次进入另一个网络这样会使准确率提高，我不知道是不是自己进入一个悖论，但是实际情况就是这样。

追答

如果你的作业不急的话，你可以发你的作业和问题给我看看，如果有空我试试。
书本你随便百度搜索都可以。
295135322