神经网络和输入与输出之间的相关性

Question

我正在尝试使用fitnet神经网络来拟合Matlab中的输出来预测输出，但我担心在我的神经网络训练之前找出哪个输入候选矢量与输出最相关，作为预处理步骤。 / p>

在下图中，黄色输出有五个输入候选，我只需从中选择。我应该在Matlab中使用什么命令，我应该如何准备这些数据（重复大约1000次），这样我就可以在输入候选和输出之间找到明确的相关性。

Answer 1

要找出给定要素与目标变量之间的相关性，您可以使用R = corrcoef(A,B)，但...... 不要这样做！。

此过程使毫无意义，并且可能有害整个过程。您将从数据中删除部分信息，因此只有具有与目标变量相关的线性实现的特征才会存在。然后，您将应用高度非线性模型，该模型利用共生和特征相关性。这两个步骤完全不兼容。唯一有效的关系是 - 如果您的数据非常简单并且它可以使用线性模型进行建模，那么神经网络也可以正常工作。但是，首先使用神经网络是没有意义的，只需应用线性回归即可。因此：不执行功能选择，除非您必须。尝试构建一个好的模型而不这样做，如果你必须删除一些功能（可能会让它们成本很高？）使用事后模型分析来删除未使用的功能此模型 。如果不需要，请不要将问题拆分为多个独立的进程（除非您可以证明此分解不会损害进程，但是在功能选择+回归的情况下这不是真的，因为您无法构建有效的功能没有经过培训的回归量的选择监督。）