回帰 (時系列予測) と分類のニューラル ネットワークのアーキテクチャに違いはありますか?
いくつかの回帰テストを行いましたが、かなり悪い結果が得られました。
私は現在、2 から 4 個のニューロン、tanh活性化関数、および運動量を持つ 1 つの隠れ層を備えた、基本的なフィード フォワード ネットを使用しています。
1 に答える
1
それは多くの要因に依存します:
分類の場合、バイナリ分類問題 (2 つのクラスを区別したい場合) または多項分類問題が発生する可能性があります。どちらの場合も、最適なデータ モデリングの目標を達成するために異なるアーキテクチャを使用できます。
シーケンス回帰の場合、さまざまなアーキテクチャの負荷を使用することもできます。通常のフィードフォワード ネットワークから始めて、1 つのシリーズを入力として受け取り、2 番目を出力として多くの異なる再帰アーキテクチャに返します。
したがって、あなたが尋ねた質問は次のようなものです:車を作るのに役立つツールは、橋を作るのに役立つツールとは異なります-あいまいすぎて、詳細を指定する必要があります.
于 2016-04-19T13:13:06.633 に答える