我试图构建一个应用程序来检测从网页上的广告图像。一旦我发现我不会让这些显示在客户端。神经网络输入数据的优化
基本上我使用反向传播算法来训练神经网络使用这里给出的数据集：http://archive.ics.uci.edu/ml/datasets/Internet+Advertisements。
但是在该数据集中没有。属性非常高。事实上，该项目的一位导师告诉我，如果你训练具有许多属性的神经网络，需要很多时间才能接受训练。那么有没有一种方法来优化输入数据集？或者我只需要使用那么多的属性？
1558实际上是适量的特征/属性。实例数量（3279）也很小。问题不在数据集方面，而是在训练算法方面。
ANN训练速度慢，我建议你使用逻辑回归或svm。他们两个都非常快速地训练。特别是，svm有很多快速算法。
在这个数据集中，您实际上是在分析文本，而不是图像。我认为一个线性家庭分类，即logistic回归或svm，对您的工作更好。
如果您使用的是生产版本，但不能使用开源代码。与良好的ANN和SVM相比，Logistic回归非常容易实现。
如果您决定使用逻辑回归或SVM，我将来可以推荐一些文章或源代码供您参考。
aplly一个单独的ANN为特征 例如 457输入1个输出的URL术语（ANN1） 495输入1个输出origurl（ANN2） ...
然后训练所有这些每个类别 使用另一个主ANN加入结果
如果您实际使用带1558个输入节点和仅有3279个样本的反向传播网络，则培训时间是您遇到的问题中最少的：即使您的网络非常小只有一个包含10个神经元的隐藏层，你有1558 * 10的权重之间een输入层和隐藏层。你怎么能期望从3279个样本中获得15580个自由度的良好估计？ （并且这个简单的计算甚至不考虑“维度的诅咒”）
您必须分析您的数据以了解如何对其进行优化。试着理解你的输入数据：哪些（元组）元素是（共同）统计显着的？ （为此使用标准统计方法）是否有一些功能是冗余的？ （主成分分析对此是一个很好的说明。）不要指望人工神经网络为你工作。哈特着名的“免费午餐定理”：没有分类算法适用于所有问题。对于任何分类算法X，都存在一个问题，即掷硬币导致比X更好的结果。如果考虑到这一点，在分析数据之前决定使用什么算法可能不是一个聪明的想法。你可能已经选择了比你对特定问题盲目猜测更差的算法！ （顺便说一句：Duda & Hart &鹳的book about pattern classification是一个很好的起点了解这一点，如果你还没有读过它。）
先生，我的项目组想要为此使用神经网络？ 我有神经网络吗？我能从某处获得一些帮助吗？ 我可以像逻辑回归一样使用神经网络算法吗？更重要的是有没有那种？ – 2010-01-03 15:26:30
神经网络并不是一个高维问题空间。至于使它更快尝试使用GPU或减少功能或示例的数量。最后，ann是这份工作的错误工具。 – 2010-01-06 21:45:29
好吧，现在我知道ANN没有成为正确的工具，所以我决定现在使用SVM。如果你能推荐一些关于它在我的项目中使用的文章，那将是非常棒的。 另外我想问你是否应该先执行。 PCA在实施SVM之前。 谢谢。干杯! – 2010-01-08 09:02:34