hululu528 2019-12-10 22:51 采纳率: 0%
浏览 5820

BP神经网络预测效果不好是什么原因?

BP神经网络的预测结果的回归效果很好,但是预测误差很大,是什么原因呢?
我以为是过拟合,但是采取正则化之类的一些方法之后,并没有改善多少。
但是BP神经网络的输入数据和输出数据相关性很低(低于0.2,甚至负相关),会不会是这个原因呢?
原始数据样表如图:这里是用T、PH、DO、EC作为输入数据,预测Imn。
图片说明

预测效果如下图,预测的MAPE=0.27,多次训练大多是0.3左右,这是不是BP神经网络训练得到的最好的结果呢?是不是需要换模型?
这种数据之间相关性很低的该怎么预测?

图片说明

图片说明

  • 写回答

1条回答 默认 最新

  • threenewbee 2019-12-11 09:40
    关注

    当然有关系
    你选取的数据维度和预测相关性不大。好比你用天气去预测股票行情,误差就很大。样本太少、模型选取不合理、参数没有调好都可能。
    调参是必须的,哪里有一次就能成功的。

    评论

报告相同问题?

悬赏问题

  • ¥100 有人会搭建GPT-J-6B框架吗?有偿
  • ¥15 求差集那个函数有问题,有无佬可以解决
  • ¥15 【提问】基于Invest的水源涵养
  • ¥20 微信网友居然可以通过vx号找到我绑的手机号
  • ¥15 寻一个支付宝扫码远程授权登录的软件助手app
  • ¥15 解riccati方程组
  • ¥15 display:none;样式在嵌套结构中的已设置了display样式的元素上不起作用?
  • ¥15 使用rabbitMQ 消息队列作为url源进行多线程爬取时,总有几个url没有处理的问题。
  • ¥15 Ubuntu在安装序列比对软件STAR时出现报错如何解决
  • ¥50 树莓派安卓APK系统签名