1回答
在一个涉及识别欺诈交易的分类问题中，我降低了数据的维度(28列)。使用堆叠的自动编码器(28->15->5)在状态模型中通过Logit检测到完全的准分离，并将压缩数据(5列)馈送到具有两个隐藏层的神经网络中，每个隐藏层有10个节点和“relu”激活函数。我对模型进行了100个时期的训练( AUC度量没有超过0.500，训练损失在几个时期后变得恒定).The模型预测测试集的所有记录都是非欺骗性的(0类)，并
浏览 16提问于2020-12-22得票数 0
回答已采纳
现在我只是取3个模型预测的平均值predictions= np.mean(predictions_model,axis=0)
除了取平均值之外，还有更好的方法来集成吗？
浏览 8提问于2019-07-29得票数 0
1回答
预测值的计算精度
、、、
我有一个基于多层神经网络的估计器，它输入过去车辆的到达时间，并估计下一辆车的到达时间(使用反向传播算法)。基于某个阈值(例如，10秒)，估计器将预测时间分类为高或低(1或0)。我的问题是，基于观测和预测/估计的到达时间(1&0)，我如何计算整体预测的准确性(或正确预测率)？
浏览 0提问于2012-07-10得票数 1
回答已采纳
1回答
据我所知，在Top推荐系统中，召回的公式如下：，其中{A}是用户实际购买的东西，{B}是系统推荐的顶级N项。但在基于神经网络的推荐系统中，它与传统的基于kNN的推荐系统(基于用户的推荐系统或基于项目的推荐系统)略有不同。
基于神经网络的推荐系统的<
浏览 4提问于2017-02-01得票数 0
我认为eval_config.num_steps被设置为与config.num_steps相同的号码。
浏览 0提问于2016-09-13得票数 4
1回答
用神经网络预测向量的演化
、、、
我想预测2D序列的演化(三维是时间)，并使用预测序列(连同先前预测的序列和一些标量值随时间变化)来预测下一个2D序列，并最终使用该预测来预测接下来的时间序列。数据的2D时间切片示例：我想训练我的神经网络来预测一个新的二维“轮廓”(三维轮廓的时间切片)，基于最后的~3轮廓和一个时变
浏览 0提问于2018-07-03得票数 3
回答已采纳
2回答
由于许多论文都描述了神经网络可以预测股票回报，所以我也开始研究这种方法。我无法精确地训练NN，即使在训练数据集上，我的预测也不匹配。我使用技术指标作为输入，将未来10天的最大值作为目标向量，但经过训练的神经网络即使对于训练数据集也无法预测精确值。我认为输入和输出数据之间存在一些不匹配。任何解决这一问题的想法，或者在连续值目标向量的情况下，作为输入的技术指标与目标向量之间的关系。
浏览 2提问于2012-03-07得票数 2
我正在建立一个神经网络来解决回归问题。输出是一个单一的数值。对于输出层(可能是ReLU)，应该使用什么激活函数？(因为输出是被删失的，所以我们希望神经网络能够生成0输出和正值)。该问题是基于多输入变量的电力需求时间序列预测问题。只有高于某一阈值的值才会被记录下来，因此输出被审查。我们有大量的数值/分类输入变量:一天
浏览 0提问于2018-04-04得票数 1
回答已采纳
2回答
我一直在使用matlab上的神经网络，但无法找到一个允许神经网络多个隐藏层的包。建议使用“`nnet”包，但它只允许一个对我没有用处的层网络。还有其他能像matlab那样训练复杂神经网络的软件包吗？
(如果存在，则可能应该更新CRAN页面。对如何做到这一点有什么想法吗？)
浏览 4提问于2014-06-04得票数 4
2回答
许多 有 所示利用神经网络对时间序列数据进行建模的有效性，并描述了这种方法所需的转换和局限性。R的forecast 套餐甚至在nnetar函数中实现了一种方法。根据我的解读，所有这些方法都是基于过去的观察来建立一个单一的结果变量的模型，但是我很难找到一种基于神经网络的方法的描述，这种方法也包含独立的预测变量(一种神经网络
浏览 0提问于2016-07-08得票数 4
1回答
我已经制作了一个LST神经网络来预测股票价格(基于前60天的收盘价)，我想知道是否有任何方法来计算神经网络的准确性，因为数据是连续的。我已经计算了均方根误差，但是有什么方法可以得到精度吗？
浏览 0提问于2021-05-13得票数 0
1回答
我可以访问100个人的数据框架，以及他们在某个动作测试中的表现。此帧包含每个人约25,000行，因为此人的性能跟踪(大约)每厘米秒(10^-2)。我们希望使用这些数据来预测二进制y标签，也就是说，如果有人有运动问题。现在，由于这是<e
浏览 0提问于2019-01-21得票数 0
2回答
这也许是一种简单的思维方式，但对我来说，变压器(基于注意力的神经网络)只关注输入的一个子集，学习什么对问题/预测是重要的随着训练的进行。
这与常规特征选择和神经网络在输入子集上的训练有什么不同？
浏览 0提问于2022-09-26得票数 1
在基于Chorin投影法的不可压缩CFD程序中，速度被分为两部分：
$\Delta u=\Delta u^*+\Delta u' $，这里是$\Delta u^*=\nu \nabla^2 v+f$.在经典方法中在我的代码中，一个简单的神经网络模型被用来通过$u^*$预测压力，它是近似工作的。然而，速度$\nabla \cdot \Delta u$的散度不能保持为零，整个流区的散度应为零。我想这一定是我的简
浏览 8提问于2018-12-25得票数 0
1回答
我目前正在做一个用神经网络预测股票价格的项目。我打算用相同的数据输入(历史数据和一些技术指标)比较3种不同的神经网络，然后用不同的NNs预测第二天的收盘价。我知道多层感知器(MLP)可能是最基本的，所以我应该与其他2种人工神经网络进行比较，为什么呢？任何帮助，以指出我的正确方向，将不胜感激。谢谢!我正在为这个项目使用MATLAB，所以如果有任何可用的源代码作为开始
浏览 3提问于2014-10-04得票数 1
2回答
哪种预测建模技术最有帮助？
、、、、
我有一个训练数据集，它根据过去几年(2005-2007)的表现给出了不同板球运动员(2008)的排名。我必须使用这些数据开发一个模型，然后将其应用于另一个数据集，以使用已经给我的数据(2009-2011)预测球员的排名(2012)。
哪种预测模型对此最好？使用不同形式的回归或神经网络的优缺点是什么？
浏览 0提问于2013-09-14得票数 0
1回答
我第一次做时间序列预测，对如何创建目标变量有点困惑。数据如下所示： ? 我正在尝试预测客户A在2019年第一季度销售额的百分比变化。我想得出目标的一种方法是过去3个月的滚动平均值和移位1。但是我很困惑，我应该以1月，2月，3月的平均值作为4月的目标，还是以2月，3月，4月的平均值作为1月的目标？
浏览 26提问于2019-03-12得票数 0
在阅读有关文本生成的递归神经网络时，我注意到一些例子被逐字生成文本，而另一些例子却没有具体说明原因。
那么，预测每单词文本的RNN模型和预测每字符文本的RNN模型有什么区别呢？基于单词的RNN需要更大的语料库吗？基于字符的RNN推广得更好吗？也许唯一的区别是输入表示(一次热编码，字嵌入)？为文本生成选择哪一个？
浏览 0提问于2016-08-01得票数 19
回答已采纳
1回答
我想利用模型以前的预测作为未来预测的特征，考虑到我的训练样本不是独立的。
是否有一个框架可以通过scikit-learn或任何其他python库来实现这一点？我知道这个问题可以用基于记忆的神经网络结构来解决，比如RNNs，LSTMs，.，但是我想首先考虑非深度学习方法(通常使用梯度增强模型，基于树的模型，.)
浏览 0提问于2020-10-23得票数 0
回答已采纳
云服务器
ICP备案
腾讯会议
云直播
实时音视频
腾讯云开发者
