在PyBrain神經網絡迴歸函數中遇到一些麻煩

Question

我希望對PyBrain神經網絡的工作有一些瞭解。我有一個不同家庭特徵的數據集，對應於某個家庭收入。其任務是創建基於神經網絡的迴歸，以便能夠預測給定特徵的收入。

我已經試過了簡單的構造

pybrain.tools.shortcuts.buildNetwork(feature_count, 12, 1, recurrent=False) 

，它還挺工作。但是，如果我更改隱藏層使用GaussianLayer或LinearLayer我在訓練階段獲取NaNs作爲輸出。

當使用這些圖層時，是否還有其他需要照顧的東西（我猜測可能是功能選擇，當它們關聯時）？

感謝

Answer 1

我使用pybrain，我必須使用預測天氣的特點電站上的負載解決了神經網絡的迴歸問題。這似乎與您的問題相同，除了應用程序。我在這裏遵循了指南：http://fastml.com/pybrain-a-simple-neural-networks-library-in-python/，這使我獲得了90％的最終解決方案。我有8個輸入和一個輸出。

我發現的一個「疑難雜症」是我必須將輸入值歸一化爲0 - > 1。否則，每個EPOCH上的MSE值不會降低。此外，如果我的輸入任何一個是NaN，我都會得到連續的Nan值。

我希望這會有所幫助。