Представлення типів даних при роботі нейронними мережами. Корисні вхідні змінні, їх тестування методом спроб та помилок. Генетичний алгоритм відбору вхідних даних. Нелінійне пониження розмірності, пропущені значення. Створення нового набору даних.
Генетичний алгоритм відбору вхідних даних 4. Створення нового набору даних 1. Представлення типів даних Перше, з чим зустрічається користувач при роботі з нейронними мережами - представлення даних у потрібному вигляді. Мережа оброблює тільки числові значення; більш того, вона сприймає значення тільки з визначеного діапазону. Представлення змінних. Будь-яку номінальну змінну можна записати методом кодування 1-із-N: при цьому одній номінальній змінній відповідають N елементів мережі (тут N - число різних номінальних значень змінної), один з яких може бути активним, а інші - ні. В пакеті STNN для цього потрібно обрати варіант кодування: Явне (Explicit), Мінімакс (Minimах) або Ні (None).
Вы можете ЗАГРУЗИТЬ и ПОВЫСИТЬ уникальность своей работы
