我正在用Weka多層感知器做一些實驗,並且我有一些與其參數有關的問題。我查看了幫助文檔,但無法理解:Weka多層感知器分類器中的參數
什麼是nominalToBinaryFilter?如何使用?
normalizeAttribute:我認爲這是爲了將特徵的值縮放到[-1,1]的範圍。但是,如果數值不是數字,例如天氣數據集,它們是如何做到的。
reset:如果當前的訓練過程發散並且以較低的學習速率再次開始,這將重置。我們應該減少目前的學習速度多少? (如何識別下一個學習速率)
- 初始權重:這不是一個參數,但它們如何初始化權重?它是對稱的嗎?(像[-ε,+ε]內的值)?
謝謝,但對於多層感知器(神經網絡),如果屬性不是數值,我們如何計算網絡的輸出? – lenhhoxung
分類屬性可以視爲(並編碼爲)從自然數集中獲取值的數字屬性。所以分類任務本質上是一樣的。 – rpd