1

这是关于我想扩展的 NuPIC 输出的正确解释的讨论。首先，我将提供简短的总结，然后提出另一个问题。

考虑以下输出：

step,original,prediction,anomaly score 
175,0,0.0,0.32500000000000001
176,62,52.0,0.65000000000000002
177,402,0.0,1.0
178,0,0.0,0.125
179,402,0.0,1.0
180,0,0.0,0.0
181,3,402.0,0.050000000000000003
182,50,52.0,0.10000000000000001
183,68,13.0,0.90000000000000002

这是在不使用推理移位器的情况下提前一步预测的输出。这基本上意味着在 step 所做的预测N是针对 step 的N+1。或者换句话说，如果预测完全正确，那么 step 的预测值N应该对应于 step 的原始值N+1。

异常分数可以看作是预测的置信度。例如，NuPIC 对其给出的最佳预测可能只有 23% 的信心，在这种情况下，异常分数可能非常高。这是 step 的情况，179其中预测为 0，而 step 上的原始180值为0。请注意，步骤上的异常分数179是1.0。这意味着 NuPIC 对预测没有信心，尽管预测是正确的。

相反的情况发生在180预测为的步长0和步长的原始181值为3。请注意，步骤上的异常分数180是0。这意味着 NuPIC 对预测非常有信心，但它并不正确。

问题：

  1. 给定步骤的异常分数是否也计入给定步骤的原始值？例如这一步的异常分数 181,3,402.0,0.050000000000000003 考虑到的3是原始值吗？或者它是在不考虑这个值的情况下计算的？

  2. 是否可以计算某种调试信息读取预测和异常分数？从 NuPIC 的角度来看，我的意思是这样的：我 23% 确定下一个值将是 10，我有 27% 确定下一个值将是 20，我有 50% 确定下一个值将是 30。

  3. 如果我只对预测准确性感兴趣，可以预测零步前的数据吗？

  4. NuPIC 是否会进行某种回顾？我的意思是，如果 NuPIC 有180信心相信下一个值会是0，但后来它表明这是错误的，NuPIC 是否会以某种方式重新计算步骤中的异常分数180以进行进一步的数据处理？或者这是在 HTM 中自动完成的？

4

0 回答 0