좋아요, 시간이 지나면서 알아냈습니다. 그런데 여기서 제가 주목한 것이 또 있습니다. 동일한 파일을 최적화하면 완전히 다른 결과를 얻을 수 있습니다. 음, 얼마나 완벽하게.... 물론, 때로는 매우 많이 다릅니다. 유리에게 무슨 일이야? 이런 경우에 최적화를 하면 하나의 결과가 나와야 한다고 생각했습니다. 그리고 여기에서 결과가 다르다는 것이 밝혀졌습니다. .... :-( 그 이유는 무엇입니까?
nikelodeon : 좋아요, 시간이 지나면서 알아냈습니다. 그런데 여기서 제가 주목한 것이 또 있습니다. 동일한 파일을 최적화하면 완전히 다른 결과를 얻을 수 있습니다. 음, 얼마나 완벽하게.... 물론, 때로는 매우 많이 다릅니다. 유리에게 무슨 일이야? 이런 경우에 최적화를 하면 하나의 결과가 나와야 한다고 생각했습니다. 그리고 여기에서 결과가 다르다는 것이 밝혀졌습니다. .... :-( 그 이유는 무엇입니까?
그것은 무작위성과 관련이 있습니다. 일반 샘플은 PRNG를 사용하여 훈련 및 제어의 두 하위 샘플로 나뉩니다. jPrediction은 인구를 두 부분으로 나누기 위해 100번 시도합니다.
각 시도에서 모델은 훈련 하위 샘플에 구축됩니다. 제어 모델에 따르면 "이가 있는지"로 확인됩니다. 컨트롤(일반화 능력)에서 얻은 결과가 표시됩니다. 그리고 아무도 학습 능력의 결과를 필요로 하지 않기 때문입니다. 적합하므로 어디에도 표시되지 않습니다.
최상의 일반화 능력 결과가 다른 실행의 동일한 샘플에서 매우 다른 경우, 이는 샘플이 대표성이 없음을 의미합니다. 입력에 너무 많은 쓰레기가 있습니다. 저것들. 예측 변수는 중요도가 낮습니다.
표본이 대표적인 경우 동일한 최상의 모델을 100번 실행하여 반복적으로 구축할 수 있습니다. 훈련 샘플에 포함할 예제와 대조 샘플에 포함할 예제에 크게 의존하지 않습니다.
11열 + 1열 출력의 데이터 샘플을 준비했습니다. 질문: 예측기를 시작할 때 몇 개의 열을 지정해야 합니다. 데이터의 양만(11) 또는 출력과 함께(12)????
저것들. 원본 스프레드시트(csv 파일)에서 열 수가 N > 46이고 행 수가 M이면 계산에 소요된 시간은 비례합니다. 2 * (N - 2) + M - 2
스프레드시트의 열 수가 N < 13이면 계산 시간은 2 * (N - 2) 2 + M - 2에 비례합니다.
저것들. 스프레드시트에 N = 12개의 열(10개의 입력)이 있는 경우 동일한 컴퓨터의 계산 시간은 N = 1025(1023개의 입력)의 경우와 동일합니다. 입력 수가 11보다 작을 때 MGUA 의 핵 변환이 켜져 있기 때문에
좋아요, 시간이 지나면서 알아냈습니다. 그런데 여기서 제가 주목한 것이 또 있습니다. 동일한 파일을 최적화하면 완전히 다른 결과를 얻을 수 있습니다. 음, 얼마나 완벽하게.... 물론, 때로는 매우 많이 다릅니다. 유리에게 무슨 일이야? 이런 경우에 최적화를 하면 하나의 결과가 나와야 한다고 생각했습니다. 그리고 여기에서 결과가 다르다는 것이 밝혀졌습니다. .... :-( 그 이유는 무엇입니까?
그것은 무작위성과 관련이 있습니다. 일반 샘플은 PRNG를 사용하여 훈련 및 제어의 두 하위 샘플로 나뉩니다. jPrediction은 인구를 두 부분으로 나누기 위해 100번 시도합니다.
각 시도에서 모델은 훈련 하위 샘플에 구축됩니다. 제어 모델에 따르면 "이가 있는지"로 확인됩니다. 컨트롤(일반화 능력)에서 얻은 결과가 표시됩니다. 그리고 아무도 학습 능력의 결과를 필요로 하지 않기 때문입니다. 적합하므로 어디에도 표시되지 않습니다.
최상의 일반화 능력 결과가 다른 실행의 동일한 샘플에서 매우 다른 경우, 이는 샘플이 대표성이 없음을 의미합니다. 입력에 너무 많은 쓰레기가 있습니다. 저것들. 예측 변수는 중요도가 낮습니다.
표본이 대표적인 경우 동일한 최상의 모델을 100번 실행하여 반복적으로 구축할 수 있습니다. 훈련 샘플에 포함할 예제와 대조 샘플에 포함할 예제에 크게 의존하지 않습니다.
NN 시계열을 예측할 때 PRNG를 사용하여 샘플을 분할하는 것은 실용적인 의미가 없습니다. 아무것도 표시하지 않는 완전한 넌센스입니다.
시계열 끝에서 대조 샘플을 선택하여 인공 분할만 가능