用BP神经网络做数据拟合回归,每次运行结果都不一致,望高人指点,谢了
大哥你这个目标要求的也太高了吧,要1e-12!1e-5,1e-6就行了。
而且就训练100次由什么用,BP的话起码要3000到5000次训练,复杂问题要10000次左右,再说BP网络存在“殊途同归”的问题,所以每次不太一样也是正常的,只要测试误差满足要求就行了。
谷歌人工智能写作项目:爱发猫
BP神经网络最后得出的误差很大
1、看看是不是训练效果好,预测效果不好写作猫。如果是这样那就是过拟合。网上搜搜有很多解决过拟合的方法。2、如果训练和预测都不好,那就是模型有问题。可能原因是(1)数据量太小。
(2)输入和输出数据之间相关性小。
(3)调整参数:除了调整误差和学习率这些参数之外,还可以调整传递函数,例如trainlm适合一般模型,还有其他例如trainbr等函数,可以网上搜索看看每个函数适用的区别。
以下那些分类算法可以较好地避免样本不平衡问题A KNN BSVM C Bayes D神经网络 答案选A,求解释
。
KNN只是取了最近的几个样本点做平均而已,离预测数据较远的训练数据对预测结果不会造成影响,但是svm、Bayes和NN每一个训练样本果都会对预测结果产生影响&#x