用一个进行Encog规范化

时间:2013-03-19 12:08:47

标签: neural-network normalization encog

我对我的数据集的规范化有疑问。我们正在开展一项学校作业,我们必须了解数据集并对新示例进行分类。我们有一些数据集,它们是原始的压缩形式。我们尝试使用最小的数据集,只是为了掌握ANN的。

数据集由8列数据和一列理想值组成。数据列都是浮点值,理想值是整数。如果该行属于该类,则理想字段为1,否则为0。但是当在 AnalystNormalizeCSV 上应用 normalize()时,理想字段将转换为两个字段。

现在,假设一个简单的前馈神经网络。 我需要一个或两个输出神经元吗?

当我使用1个神经元和1个理想字段的数量时,它似乎工作,但挂起约60%。当我使用2个输出神经元和1个理想字段数时,我在Propagation.iteration()中得到一个ArrayOutOfBoundsException。当我们使用2作为输出神经元和理想场的数量时,它可以工作,但再次挂起60%左右。中间选项似乎是理智的,因为实际上有1个理想场,并且在归一化之后有2个理想场,因此有2个输出神经元。

默认

提前致谢, 克里斯

1 个答案:

答案 0 :(得分:4)

如果您正在使用“其中一个”规范化,那么您需要两个。你有两节课。您可以使用一个输出神经元对此进行建模,但它更多的是回归(预测数字)而不是分类(哪个类别)。