machine-learning - PyBrain 神经网络回归函数有一些问题

Question

我希望能深入了解 PyBrain 神经网络的工作原理。我有一个与特定家庭收入相对应的不同家庭特征的数据集。任务是创建基于神经网络的回归，以便能够预测给定特征的收入。

我试过简单的构造函数

pybrain.tools.shortcuts.buildNetwork(feature_count, 12, 1, recurrent=False)

它有点工作。但是，如果我将隐藏层更改为使用 GaussianLayer 或 LinearLayer，我将在训练阶段将 NaN 作为输出。

使用这些层时是否可能需要注意其他事项（我猜可能是特征选择，当它们相关时）？

谢谢

Answer 1

我使用 pybrain 解决了一个神经网络回归问题，我必须使用天气特征来预测电站的负载。除了在应用程序中，这似乎与您的问题相同。我按照这里的指南进行操作：http: //fastml.com/pybrain-a-simple-neural-networks-library-in-python/这使我完成了 90% 的最终解决方案。我有 8 个输入和 1 个输出。

我发现的一个“陷阱”是我必须将输入值标准化为 0 -> 1。否则，MSE 值不会在每个 EPOCH 上减少。此外，如果我的任何输入值是 NaN，我就会得到连续的 Nan 值。

我希望这有帮助。