Недавно занялась изучением нейронных сетей и методов их обучения. И первый вопрос:-Какой метод нормализации обучающей выборки выбрать и какая разница между ними? P.S. Данные в ОВ и числовые и символьные. Если можно пример. Заранее, Блогадарю! | Версия для печати темы
Нажмите сюда для просмотра этой темы в оригинальном формате |
| Форум программистов > Алгоритмы > Обучение нейронной сети |
| Автор: Luizza 16.11.2004, 20:34 |
| Недавно занялась изучением нейронных сетей и методов их обучения. И первый вопрос:-Какой метод нормализации обучающей выборки выбрать и какая разница между ними? P.S. Данные в ОВ и числовые и символьные. Если можно пример. Заранее, Блогадарю! |
| Автор: podval 20.11.2004, 21:42 |
| Мне встречались такие методы нормализации: - приведение данных к шкале от 0 до 1; - приведение вектора признаков к модулю 1. Каккой лучше, а какой хуже, сказать не берусь. Все зависит от природы данных и решаемой задачи. |
| Автор: alien_by 29.11.2004, 13:14 |
| Действительно, сказать какой алгоритм лучше нельзя. Его выбор зависит от алгоритма обучения, а также от логистических(активационных) функций нейронов. Например, для алгоритма обратного распространения рекомендуется использовать нормализацию к некоторой шкале, для сигмоидной активационной функции [0..1] или [-0.5..0.5]. Алгоритм такой нормализации следующий. 1. Находим максимальный и минимальный коэффициенты выборки. 2. Уменьшаем все элементы вектора на величину минимального. 3. Делим все коэффициенты полученной выборки на разность между максимальным и минимальным. |