1.标准化处理
对于神经网络算法在实操中的运用,我们通常要对数据进行标准化处理以消除数据之间的量纲关系,方便数据之间进行很好的比较。
步骤:描述—将标准化值另存为变量
打开原数据,这样我们就可以得到标准化以后的数据。限于篇幅,仅展示部分:
2.神经网络的实现
(1)步骤:分析—神经网络—多层感知器—选定因变量、因子(一般为分类变量)、协变量。
(2)分区处可以看到spss对于样本训练集和测试集的划分
spss将样本数据划分为训练样本和测试样本,比例分别为70%,30%<
1.标准化处理
对于神经网络算法在实操中的运用,我们通常要对数据进行标准化处理以消除数据之间的量纲关系,方便数据之间进行很好的比较。
步骤:描述—将标准化值另存为变量
打开原数据,这样我们就可以得到标准化以后的数据。限于篇幅,仅展示部分:
2.神经网络的实现
(1)步骤:分析—神经网络—多层感知器—选定因变量、因子(一般为分类变量)、协变量。
(2)分区处可以看到spss对于样本训练集和测试集的划分
spss将样本数据划分为训练样本和测试样本,比例分别为70%,30%<