有人可以向我解释如何处理更复杂的数据集,例如团队统计数据、天气、骰子和复数类型吗?
我理解所有的数学知识以及它们的工作原理,但我不知道如何输入更复杂的数据,并且不知道如何读取输出的数据。
如果有人能提供Python示例,那将是一个很大的帮助。
有人可以向我解释如何处理更复杂的数据集,例如团队统计数据、天气、骰子和复数类型吗?
我理解所有的数学知识以及它们的工作原理,但我不知道如何输入更复杂的数据,并且不知道如何读取输出的数据。
如果有人能提供Python示例,那将是一个很大的帮助。
您需要为问题添加输入和输出所需的单位数。如果要近似的未知函数取决于n个参数,则将有n个输入单位。输出单位的数量取决于函数的性质。对于具有n个实参数的实函数,您将有一个输出单位。
有些问题(例如时间序列预测)中,您将为函数的m个连续值拥有m个输出单位。编码很重要,这取决于所选择的算法。例如,在前馈网络的反向传播中,最好将尽可能多的特征转换为离散输入,以用于分类任务。
编码的另一个方面是,您必须根据数据量评估输入和隐藏单元的数量。与数据相关的太多单元可能会由于维度问题而导致近似不佳。在某些情况下,您可以以某种方式聚合一些输入数据以避免该问题,或使用一些降维机制,如PCA。
更复杂的数据通常意味着在输入和输出层中添加更多的神经元。
您可以将寄存器的每个“字段”,正确编码为实际值(经过规范化等处理),馈送到每个输入神经元,或者甚至可以进一步分解为位字段,将饱和的输入分配给神经元为1或0...对于输出,则取决于您如何训练神经网络,它将尝试模拟训练集的输出。