![](https://iknow-base.cdn.bcebos.com/lxb/notice.png)
还是matlab神经网络的问题
我有20组样本,变量数5个,输出是一个数,我们暂时称它为F值,称样本为S1到S20。F属于(-1,1)任务是计算最后一个样本S21的F值。我用feedforwardnet...
我有20组样本,变量数5个,输出是一个数,我们暂时称它为F值,称样本为S1到S20。F 属于(-1,1)
任务是计算最后一个样本S21的F值。我用feedforwardnet一切采用默认设置尝试了几次(因为不大会调),差异有点大。
增大样本量是做不到的,于是我想这样修改模型,只是一个设想,想向你请教一下是否合理。
1.F的本质是评价公司财务状况的一个值。于是我想根据F值大小把样本财务状况分为A,B,C三级,用A,B,C来评价公司财务状况。
模型方面,无法增大样本量,就增加预测次数。
循环构建BP神经网络100次,预测F值100次,每次根据当次预测的F值,将A,B或C加1。
最后得到100次模拟中预测落入A,B,C区间的次数来评价财务状况。
请问这样设计的是否合理一些呢,或者您有没有别的什么建议呢?
2.还有想请问,在这样的模型中默认的15%的Validation和15%的Test有意义吗?我想每次构建新的net后将100%的20个样本都拿来Train合理吗? 展开
任务是计算最后一个样本S21的F值。我用feedforwardnet一切采用默认设置尝试了几次(因为不大会调),差异有点大。
增大样本量是做不到的,于是我想这样修改模型,只是一个设想,想向你请教一下是否合理。
1.F的本质是评价公司财务状况的一个值。于是我想根据F值大小把样本财务状况分为A,B,C三级,用A,B,C来评价公司财务状况。
模型方面,无法增大样本量,就增加预测次数。
循环构建BP神经网络100次,预测F值100次,每次根据当次预测的F值,将A,B或C加1。
最后得到100次模拟中预测落入A,B,C区间的次数来评价财务状况。
请问这样设计的是否合理一些呢,或者您有没有别的什么建议呢?
2.还有想请问,在这样的模型中默认的15%的Validation和15%的Test有意义吗?我想每次构建新的net后将100%的20个样本都拿来Train合理吗? 展开
展开全部
我暂时无法评价1中的思路。尽管理论上存在用弱分类器组合成强分类器的方法,但是要求每个弱分类器都得有50%以上的准确率。我不知道你这里能不能达到。所以只能说,试试吧。
理论上可以去掉Test,因为你的测试集实际上就是S21,并不在S1-20中。而理论上Validation则最好保留,我只能说他对保证模型的泛化能力有帮助。
不过,总结一句话,只要你结果做的对,怎么玩都行。
来自:求助得到的回答
推荐律师服务:
若未解决您的问题,请您详细描述您的问题,通过百度律临进行免费专业咨询