machine-learning - 用于回归(时间序列预测)和分类的神经网络架构有什么区别吗？

Question

回归(时间序列预测)和分类的神经网络架构有什么区别吗？

我做了一些回归测试，但结果很糟糕。

我目前正在使用一个基本的前馈网络，其中一个隐藏层包含 2 到 4 个神经元、tanh 激活函数和动量。

Answer 1

这取决于很多因素:

1. 在分类的情况下，您可能会遇到二元分类问题(您想要区分两个类)或多项分类问题。在这两种情况下，您都可以使用不同的架构来实现最佳数据建模的目标。

2. 在序列回归的情况下 - 您还可以使用不同架构的负载 - 从正常的前馈网络开始，该网络接收一个序列作为输入，然后将第二个序列作为输出返回到许多不同的循环架构。

   <

所以你问的问题类似于:用于制造汽车的工具不同于用于 build 桥梁的工具 - 它太模糊了，你必须指定更多细节。