我正在使用一些数据集(.arff文件)来训练Weka和Azure中的神经网络。对于每个数据集,我得到WEKA / Azure之间的总体准确度差异高达5%。显然,我使用相同的训练参数,例如迭代次数,学习率,动量等。这种差异是否合理?
答案 0 :(得分:0)
当然,如果您的输入数据文件相似,但仍然包含略有不同的数据值,那么分类结果在运行之间不太可能完全相同,并且5%的变化并非闻所未闻。
使用单个数据集执行一些实验,只改变“种子”属性(可能会尝试5个不同的整数),这将告诉您运行算法时涉及多少随机性,我猜想MultilayerPerceptron 。
(说真的,你在这里期待什么样的答案?)