Weka多层感知器分类器中的参数

Question

我正在使用Weka Multilayer Perceptron进行一些实验，我有一些与其参数有关的问题。我检查了帮助文档，但无法理解：

• 什么是nominalToBinaryFilter？如何使用？

• normalizeAttribute：我认为这是将要素的值缩放到[-1,1]范围。但是如果值不是数字，他们如何做到这一点，例如使用天气数据集。

• 重置：如果当前的训练过程发生分歧并以较低的学习率再次开始，则会重置。我们应该降低目前的学习率？ （如何识别下一个学习率）

• 初始权重：这不是参数，而是初始化初始权重的方式？它是对称的（类似于[-ε，+ε]中的值）？

Answer 1

我使用WEKA已经有一段时间了，但是这里有关于子弹2,3和4的评论，这些看起来对你有用：

子弹2：标准化不适用于分类（非数字）属性，因此您不必担心此参数。

子弹3：默认情况下，重置将学习率设置为一半。学习率的调整取决于很多因素，我建议您搜索学术文章，以防您认为自己没有被默认方法所覆盖。根据我的经验，经验法则是以0,1

的步长改变学习率

子弹4：初始权重是不相同的小随机数

Answer 2

我知道这已经很老了但是想补充说明子弹4： 种子参数用于播种随机数生成器，然后该随机数生成器用于生成随机初始权重。因此，如果您想要探索初始权重的灵敏度，可以在此处使用不同的值。