2
A
回答
3
我想请您谈一下对分类的神经网络。
- (k折/留一出)Cross-validation
- 分层抵抗
- 0.632:
划分你的训练在真实训练集和使用这些方法之一验证组设置自举
测量ANN与这些指标中的一个的性能:
- TP率
- FP率
- F-measure
- 准确性
- precision and recall
- ...
对于不平衡的班,我推荐阅读this paper。
对于回归,你需要其他指标,例如
- 均方误差
- 平均绝对误差
- R2
相关问题
- 1. 神经网络学习限制
- 2. 人工神经网络不学习
- 3. 神经网络异或门不学习
- 4. MLP神经网络不会学习
- 5. Matlab神经网络不是学习
- 6. 如何设置学习率训练神经网络
- 7. 在卷积神经网络中传递学习的性能更差
- 8. 什么是学习人工神经网络的好资源?
- 9. 用于神经网络和深度学习的python库
- 10. 调整深度神经网络中的学习速率
- 11. 利用神经网络来学习的方波函数
- 12. Python:使用PyBrain和Multiprocessing的多线程学习神经网络
- 13. 用神经网络和/或钢筋学习提高我的GA
- 14. 神经网络似乎无法学习简单的关系TensorFlow
- 15. 用于q学习的神经网络体系结构
- 16. 神经网络性能优化
- 17. 神经网络不学习异或(收敛到0.5输出)
- 18. 简单Tensorflow多层神经网络不学习
- 19. 艾尔曼神经网络学习多个系列系列
- 20. 神经网络的非数学描述
- 21. 神经网络功能
- 22. 经常性神经网络的权重
- 23. 循环神经网络能够一次学习稍微不同的序列吗?
- 24. 如何规范化视频游戏机器学习(神经网络)的输入
- 25. 神经网络
- 26. 神经网络
- 27. 如何测试经常性神经网络的准确性
- 28. 神经网络教学:双极XOR
- 29. 的神经网络
- 30. 神经网络/机器学习,如何将数据转化为数字?
并不像你试图连google一下 – mkk 2012-03-29 18:56:56
谷歌'crossvalidation'和'抱出set' – mbatchkarov 2012-03-29 19:16:57