- xml - AJAX/Jquery XML 解析
- 具有多重继承的 XML 模式
- .net - 枚举序列化 Json 与 XML
- XML 简单类型、简单内容、复杂类型、复杂内容
在神经网络方面,我完全是个初学者。我整天都在与 ruby-fann 和 ai4r 搏斗,不幸的是我没有任何东西可以展示,所以我想我会来到 Stack Overflow 并询问这里的知识渊博的人。
我有一组样本——每天都有一个数据点,但它们不符合我能够找出的任何明确模式(我尝试了几次回归)。不过,我认为看看是否有任何方法可以仅从日期预测 future 的数据会很好,而且我认为神经网络将是生成希望表达这种关系的函数的好方法.
日期是 DateTime 对象,数据点是十进制数,例如 7.68。我一直在将 DateTime 对象转换为 float ,然后除以 10,000,000,000 得到一个介于 0 和 1 之间的数字,我一直在将十进制数除以 1,000 也得到一个介于 0 和 1 之间的数字。我有超过一千示例...这是一个简短的摘录:
[
["2012-03-15", "7.68"],
["2012-03-14", "4.221"],
["2012-03-13", "12.212"],
["2012-03-12", "42.1"]
]
转换后看起来像这样:
[
[0.13317696, 0.000768],
[0.13316832, 0.0004221],
[0.13315968, 0.0012212],
[0.13315104, 0.00421]
]
我有点希望这种转变不是必需的,但我离题了。问题是当我运行 ai4r 和 ruby-fann 时,它们都返回一个常量,通常是样本范围的中间值。这是 ruby-fann 的代码:
@fann = RubyFann::Standard.new(:num_inputs=>1, :hidden_neurons=>[3, 3], :num_outputs=>1)
training_data = RubyFann::TrainData.new(:inputs => formatted_data.collect{|d| [d.first]}, :desired_outputs => formatted_data.collect{|d| [d.last]})
@fann.train_on_data(training_data, 1000, 1, 0.0001)
@fann.run([DateTime.now.to_f / 10000000000.0]) # Always something random, and always the same number no matter what date I request it for
对于 ai4r:
@ai4r = Ai4r::NeuralNetwork::Backpropagation.new([1, 3, 3, 1])
1000.times do
formatted_data.each do |data|
@ai4r.train(data.first, data.last)
end
end
@ai4r.eval([DateTime.now.to_f / 10000000000.0]) # A different result frmo above, but always seemingly random and the same for any requested date
我觉得我在这里缺少一些非常基本的东西。我知道这是一个相当开放的问题,但如果有人能帮助我弄清楚我是如何错误地教授我的神经网络,我将不胜感激!
最佳答案
alfa 在他的评论中有一个很好的观点,使用 NN 的替代方法可能更合适。
这取决于问题,但如果当天的值(value)甚至部分是前几天的值,将其视为时间序列可能会产生更好的效果结果。
然后您可以教神经网络生成当天的值作为函数例如,前十天值(value)的窗口;你也可以保留日期参数作为 [0, 1] 之间的真实输入比例,因为您认为它具有显着影响当天的值(value)。
关于ruby - 在 Ruby 中训练神经网络,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/9746062/
我是一名优秀的程序员,十分优秀!