有些東西我不瞭解神經網絡。我試圖將它們用於財務數據分析和音頻音調分類。在這兩種情況下,我需要一個分類器,可以從多個分類器中檢測出重要的項目。我的音頻應用程序從字面上看,每一次消極點擊都會有一個正面命中。我運行網絡培訓師,並得知這是一個相當不錯的猜測,只是消極的一面。有沒有其他算法來檢測稀有寶石?是否有某種形式的神經網絡訓練特別適合這類問題?我可以將正數據的範圍更改爲等於負值的總和,但我不明白這是如何符合典型神經網絡上零首選範圍的。用神經網絡找到1000個1寶石?別的東西?
2
A
回答
1
這裏有兩種可能的建議:
平衡你的訓練設置
即使現實世界的數據包含了1000倍之多底片爲陽性,你的訓練數據不就得了。您可以修改您的訓練數據集以增加訓練集中積極的比例。這會提高召回率(更真實的積極因素),但也會加劇精確度(還有更多誤報)。所以,你必須在訓練集中試驗正面與負面的理想比例。
本文詳細討論了這種方法:http://www.ncbi.nlm.nih.gov/pmc/articles/PMC2243711/pdf/procamiasymp00003-0260.pdf
異常檢測
...在另一方面,如果你有過少的正面例子有更多的訓練神經網絡平衡的訓練集,那麼也許你可以試試anomaly detection。通過異常檢測,您可以訓練您的算法(例如神經網絡)來識別負數據點的外觀。然後,看起來與正常不同的任何數據點都被標記爲正數。
相關問題
- 1. 用於紅寶石的神經網絡
- 2. 如何在神經網絡中找到神經元的值
- 3. 神經網絡
- 4. 神經網絡
- 5. 應用神經網絡識別數字
- 6. 迴歸神經網絡是一個神經網絡鏈嗎?
- 7. 的神經網絡
- 8. 神經網絡神經元輸出數> 1
- 9. 神經網絡[ocr]
- 10. 神經網絡,python
- 11. MATLAB神經網絡
- 12. 神經網絡backpropogation
- 13. 神經網絡:「InverseLayer」
- 14. SOM - 神經網絡
- 15. sigmoid神經網絡
- 16. Spiking神經網絡
- 17. H2O.deeplearning神經網絡
- 18. 神經網絡MNIST
- 19. Hopfield神經網絡
- 20. RBF神經網絡
- 21. 神經網絡字符識別
- 22. MATLAB神經網絡模式識別
- 23. 單字識別競爭神經網絡
- 24. 神祕的紅寶石西納特拉
- 25. 人工神經網絡與貝葉斯網絡的區別
- 26. 實現偏倚神經網絡神經網絡
- 27. 尋找神經網絡樣本
- 28. 紅寶石 - 從.find恢復找不到任何東西
- 29. 的BP神經網絡
- 30. VB中的神經網絡
異常檢測算法似乎指的是與所有其他數據集不同的數據集。我需要它比這更細粒度 - 在神經元層面。但是,我確實在平衡我的訓練集方面做得更好。 – Brannon 2012-04-18 20:42:01