神经网络 样本不平衡,神经网络结果不稳定

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