qq_41917905
2018-04-02 13:37
采纳率: 0%
浏览 6.3k

RBF神经网络预测误差太大

用RBF网络构建一个六输入单输出的预测模型,隐层节点选取为5,共获取202组数据,用其中180组数据对网络进行训练,但训练时误差太大,维持在一万左右,望大神指点,我可以提供我写的程序和数据。

  • 点赞
  • 写回答
  • 关注问题
  • 收藏
  • 邀请回答

4条回答 默认 最新

  • SecretGarden 2018-04-02 15:11

    1、一般只要网络模型容量足够大,训练误差总会逐渐逼近零。所以如果训练误差一直不下降,要考虑训练数据本身有没有问题,大致办法是,通过单变量相关性分析,了解数据本身的合理性。
    2、如果确定训练数据没问题,就要仔细检查代码本身是否有bug,从你的误差来看,似乎是发散了,并没有收敛。
    3、如果代码没问题,例如是调用了一些第三方库,则考虑网络的超参数和训练参数有没有问题。

    点赞 打赏 评论
  • 刹车片失灵 2018-04-02 15:37

    只要网络模型容量足够大,训练误差总会逐渐逼近零。所以如果训练误差一直不下降,要考虑训练数据本身有没有问题,大致办法是,通过单变量相关性分析,了解数据本身的合理性

    点赞 打赏 评论
  • _1_1_7_ 2018-04-03 01:04

    T. Poggio 将 RBF 比作记忆点。与记忆样本越近,该记忆就越被激活。
    你的样本数据不够充分

    点赞 打赏 评论
  • u014628226 2018-04-03 07:04

    100%是你数据集的问题

    点赞 打赏 评论

相关推荐 更多相似问题