2

我有一个非常小的数据集，只有 200 行。我只有 3 列；前两个是数字（负数和正数），最后一个是字母。

我正在尝试根据前两个数字列对最后一列进行分类。

我的逗号分隔数据看起来与此类似（在标准化之前）：

Home Team Line,Away Team Line,Winner
-6,0,H
-8,0,H
0,-21,A
etc...

标准化后的示例数据：

HomeTeamLine,AwayTeamLine,Winner-p0,Winner-p1
-0.40493939,1,-1,0
-0.22929292,1,-1,0
-1,-0.9233003,0,-1

我已经尝试了所有我能想到的方法，包括传播和模拟神经退火，但 Encog 框架仍然找不到模式。

我的代码看起来与此类似（从内存中写入）：

// build network
BasicNetwork network = new BasicNetwork();

network.AddLayer(new BasicLayer(new ActivationTANH(), true, 2));
network.AddLayer(new BasicLayer(new ActivationTANH(), true, 14));
network.AddLayer(new BasicLayer(new ActivationTANH(), true, 2));
network.Structure.FinalizeStructure();

network.Reset();

// train network
var trainingSet = // load training CSV
ITrain train = new ResilientPropagation(network, trainingSet);

do
{
  train.Iteration();
  Console.WriteLine("Epoch #" + epoch + " Error:" + train.Error);
  epoch++;
} while (train.Error > 0.001);

我的错误率从未低于 74%。

我假设问题是我没有使用足够的数据行，或者我没有使用足够的特征（列），或者数据中根本没有模式。

达到可接受的错误率的推荐方法是什么？

4

1 回答 1

1

我还有一个澄清。您有来自神经网络的两个输出，但在任务描述中您说“我正在尝试根据前两个数字列对最后一列进行分类”，这对我来说听起来您有两个输入和一个输出。为什么你有另一个输出？另一个建议是增加一个隐藏层。我不建议添加两个以上的隐藏层，因为在这种情况下错误函数

随着错误在层与层之间传播，它们会随着层数呈指数级缩小。如前所述http://en.wikipedia.org/wiki/Deep_learning

于 2014-12-29T23:18:30.940 回答