培训RBF网络

Question

有人可以提供有关RBF网络培训的一些信息吗？

我的研究表明，有几种方法可以训练这样一个网络，但有些方法看起来更像是启发式而不是基于知识的方法。

Answer 1

RBF网络具有3层，即输入层，1个隐藏层和输出层，在二进制分类或回归的情况下，它们只是单个神经元。 您可以训练完全监督的RBF，这是没有框架但并非那么艰巨的琐碎任务，或使用更简单的方法来计算RBF网络的参数，但是您仍应以监督方式计算输出层权重据梯度下降，据我所知，输入层的所有权重均为1。

您有3个参数可以找到，居中，展开和最后一层的重量。基函数最常见的选择是高斯。 在数据集上使用k均值来查找中心。您可以选择多少个中心，但根据我从大学理论中学到的知识，它应该是开始时样本数量的一半，然后您可以根据从测试集中获得的结果来增加或减少数目。 获取每两个最近的中心之间的距离的平均值，这是计算每个中心的散布（宽度）的一种方法。 使用梯度下降来学习最后一层的权重。

要记住的一件事是，机器学习很棒，因为我们找到了不适当地问题的解决方案，当然有些方法看起来更像是启发式方法，但它们是我们目前所知的最佳解决方案。您需要调整模型参数并让它起作用。 ：）

Answer 2

Radial basis function network

只需访问此维基百科页面，即可获取详细信息。