我目前正在尝试使用pybrain创建一个用于股票价格预测的神经网络。到目前为止，我只使用了具有二进制输出的网络。对于那些网络sigmoid内层是足够的，但我认为这不是预测价格的正确方法。 问题是，当我创建这样一个完全线性的网络时，我总会得到像
这样的错误RuntimeWarning：在backprop训练时遇到方块溢出。
我已经减少了投入。可能是因为我的训练集的大小（每个训练集50000个条目）？ 有没有人以前做过这样的事情？
答案 0 :(得分：1)
尝试将log（）应用于price-attribute - 然后将所有输入和输出缩放到[-1..1] - 当然，当您想要从网络输出中获得价格时，您将拥有用exp（）
反转log（）