我目前正試圖用pybrain創建一個神經網絡來進行股票價格預測。到目前爲止,我只使用二進制輸出的網絡。對於那些網絡乙狀結腸內層是足夠的,但我不認爲這將是預測價格的正確方法。 的問題是,當我創建這樣一個完全線性的網絡,我總是得到一個錯誤,如Pybrain:完全線性網絡
RuntimeWarning:溢出而backprop培訓方遇到。
我已經按比例縮小了輸入。這可能是由於我的訓練集的大小(每個訓練集有50000個條目)? 有沒有人做過這樣的事情?
我目前正試圖用pybrain創建一個神經網絡來進行股票價格預測。到目前爲止,我只使用二進制輸出的網絡。對於那些網絡乙狀結腸內層是足夠的,但我不認爲這將是預測價格的正確方法。 的問題是,當我創建這樣一個完全線性的網絡,我總是得到一個錯誤,如Pybrain:完全線性網絡
RuntimeWarning:溢出而backprop培訓方遇到。
我已經按比例縮小了輸入。這可能是由於我的訓練集的大小(每個訓練集有50000個條目)? 有沒有人做過這樣的事情?
嘗試將log()應用於price-attribute - 然後將所有輸入和輸出縮放爲[-1..1] - 當然,當您想要從網絡輸出獲取價格時,您必須反向日誌()與exp()
請注意,這可能導致浮點精度問題,但最小;) – Sherlock 2012-12-20 14:31:16
另外我所讀到的關於神經網絡的是,如果你有所有的線性層,那麼網絡只能建模一個線性函數。如果你想能夠建模非線性比你需要一些非線性激活函數(如sigmoid):ftp://ftp.sas.com/pub/neural/FAQ2.html#A_act – User 2012-04-13 16:32:49