如果分类器不稳定(高方差)，则应采用套袋。如果分类器是稳定的和简单的(高偏倚)，那么我们应该应用bias。也是
Breiman表明，套袋对不稳定的学习算法是有效的，训练集中的小变化会导致预测发生很大的变化。布雷曼声称，神经网络和决策树是不稳定学习算法的例子。考虑到决策树显然是不稳定的学习者，这是矛盾的。
浏览 0提问于2020-10-27得票数 0
1回答
下面是我的代码import torchimport torch.nn as nncsvFile = pd.read_csv('/Users/ericbeep999/Desktop/Web Development/Projects/Python/pytorch/3. Linear Regression/weather.csv')
labels, features = csvFil
浏览 1提问于2022-06-27得票数 0
2回答
我正在使用命令行工具aubiopitch来分析语音记录。我的目标是确定录音的基频。当然，我知道频率是不同的--这就是为什么我要计算一个30秒录音的“平均值”。 我的问题:奥比奥使用不同的方法来确定录音的音高:施密特触发器，谐波梳子，阴，音符等。在处理纯人类语音录音(没有背景音乐，atmo等)时，哪种方法是我的首选。
浏览 15提问于2019-05-24得票数 1
回答已采纳
1回答
我用Java创建了一个使用反向传播算法学习的人工神经网络，我制作了以下图表，显示了改变学习率如何影响网络训练所需的时间。这似乎表明，学习是非常不稳定的，因为它要么训练正确，要么很快就会卡住(反向传播将在1分钟或特定的错误阈值停止训练)。我想知道为什么网络如此不可预测，是不是势头太高了？我需要一个自适应的学习率吗？
浏览 1提问于2015-08-11得票数 0
3回答
我训练了一个神经网络来对正弦函数进行回归，并希望计算关于输入的一阶和二阶导数。网络的预测(蓝色曲线)基本上准确地捕捉到了正弦函数，但我必须将一阶导数(橙色)与二阶导数(绿色)相除，使其具有相同的数量级。所以，第一个导数看起来没问题，但是第二个导数完全不稳定。由于正弦函数的预测效果非常好，显然这里发生了一些有趣的事情。
浏览 90提问于2019-06-26得票数 4
回答已采纳
我目前正在研究机器学习范例在寻路问题上的应用。我目前正在研究强化学习模式，我使用QLearning进行路径查找。
当状态不多时，QLearning似乎运行良好，但一旦环境变得更大，状态越多，它的性能就越差。由于QLearning的收敛速度太慢，我想知道是否可以用QLearning插值未探索状态的QValue，因为QLearning不使用模型？是否有可能在一般情况下进行强化，还是需要了解所有可能的状态？
浏览 0提问于2018-04-18得票数 0
回答已采纳
我有一个有一个输入，三个隐藏神经元和一个输出的神经网络。我有720输入和相应的目标值，540用于培训，180用于测试。
浏览 7提问于2014-07-22得票数 0
回答已采纳
2回答
我目前正在学习神经网络，但我还没有探索像RNN和CNN这样最成功的预测体系结构。我很好奇是否有一种方法可以将标准网络应用于预测时间序列中的未来值。
浏览 4提问于2018-02-02得票数 1
2回答
由于许多论文都描述了神经网络可以预测股票回报，所以我也开始研究这种方法。我无法精确地训练NN，即使在训练数据集上，我的预测也不匹配。我使用技术指标作为输入，将未来10天的最大值作为目标向量，但经过训练的神经网络即使对于训练数据集也无法预测精确值。我认为输入和输出数据之间存在一些不匹配。
浏览 2提问于2012-03-07得票数 2
1回答
现在我的预测数据集预测的关键特征没有在训练集中使用的3个特征的观测值。因此，我只有一个用于预测的特征子集，而神经newtork是针对更广泛的特征进行训练的。
我该如何处理这样的问题？你能使用神经网络来处理缺失的特征吗？我的想法如下:首先，我在训练集上使用神经网络，但现在在缺失的特征上进行训练。因此，我可以预测预测数据集中缺少的3个特征。现在，我在这个新的预测数据集上使用神经网络。
浏览 3提问于2017-05-07得票数 0
1回答
例如，如果我试图预测句子中的下一个单词，我可以使用二元语法方法，并根据语料库中的前一个单词计算单词出现的概率。什么时候使用神经网络比使用经典方法更好。在这种情况下，神经网络与n元语法模型。如果这个问题含糊不清，我深表歉意。也许答案是试错，并检查哪个模型的性能更快，预测更好？
神经网络的性能会更好，因为预测只是一个向量乘法，而使用n元语法模型进行<em
浏览 13提问于2016-09-27得票数 2
回答已采纳
1回答
我正在使用人工神经网络开始互联网流量预测(时间序列预测)的工作，但我在这方面的经验很少。
无监督的深度学习是时间序列学习的好主意吗？
浏览 1提问于2014-05-07得票数 8
1回答
我试图设计一个前馈神经网络来预测回归值。最大值125和最小值是-1000在训练集的相依值。有人能建议我如何改进预测吗。
浏览 2提问于2018-03-23得票数 2
回答已采纳
1回答
我正在使用R和神经网络包参见docs ()。利用神经网络函数建立和训练了我的模型。
现在我已经建立了我的模型，我想在真实的数据上测试它。有人能解释我是否应该使用计算或预测函数吗？
浏览 4提问于2016-07-12得票数 0
回答已采纳
我构建并训练了我的神经网络，现在是时候对给定的输入数据进行预测了。但我不知道用训练好的神经网络进行快速预测的正确方法。我目前正在做的是每次加载模型并对其进行预测。我想知道是否有一种方法可以永久地将模型加载到内存中(用于会话)，然后进行预测。
浏览 18提问于2017-07-31得票数 3
回答已采纳
2回答
我正在努力理解如何使用神经网络来预测一些值。因此，如果我有，例如，特定股票的每日报价，我可以用这些值训练网络。但是，如果我将每天的报价作为向量[42, 12, 20, 53, 18]，并且我想预测下一个值，这不是一个线性回归问题，使用公式Y = 0.7X + 31.1，得到26.9作为下一个(第6)值吗？只有当输出依赖于许多输入时，神经网络才有用吗？谁能给我一个有效的例子，说明如何预测时间序列的下一个结果，表明使用神经网络</
浏览 4提问于2016-08-09得票数 0
5回答
我正在寻找一些可以下载的天气数据，我可以用来训练神经网络进行预测，我在哪里可以找到？基本上，像温度，湿度，风速/风向，任何可以帮助神经网络进行简单预测的东西。
浏览 3提问于2009-11-02得票数 0
回答已采纳
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
对象存储
腾讯会议
实时音视频活动推荐
腾讯云开发者
