请教:BP网络性能评价问题,训练和仿真样本选择有具体经验吗?在线急等!
我用train训练网络,训练误差目标为:2e000-10;从结果看是mse。
在仿真中我用
MSE=mse(E)
SSE=sumsqr(E)
来评价网络性能,结果为:MSE=1.1805;SSE =212.4977
觉得误差好大!!!
大虾请帮帮忙,一般这样的评价函数结果多大为宜?
我的仿真数据为60*3
不知sse控制在多大,网络就比较理想了?
[ 本帖最后由 ysy1981 于 2006-9-5 18:54 编辑 ] 训练误差的误差小,并不能保证仿真误差小,即所谓的网络的泛化能力,
相反,有时候还会出现过拟合
网络泛化跟样本很有关系,一个比较通俗的例子是一个只具备小学数学知识的人,试问怎么能解决微积分
MSE=1.1805;SSE =212.4977
这两个到底多少合适,也说不清楚,我觉得最为直观的,你可以求仿真时候的误差,相对误差,和原数据比较一下,画个图就很直观了
做识别的相对会误差小些,能正确分类就行,预测就比较麻烦了,误差会比较大,这取决于你的样本数据
神经网络不是奶牛,吃进去草,就一定能有奶出来
有时候用别的方法,象灰色预测会比神经网络更好 楼上的老兄!谢谢你,你对我的帮助真的很大!
给了我好多学习的建议,还有一些宝贵的知识,非常感谢!
我为了毕业,不得不走捷径了,也就是现在刚开始用matlab做神经网络,
有时候问得问题有点肤浅!
上面你的例子太贴切了,形象的就是。。。。。。不知用何词了!
上面的mse和sse都是仿真的结果,我想可能的原因:正如你讲的,
样本的原因,不知如何选择合适的样本?或好的样本呢? 自己顶一个,望大虾帮帮忙!在线急等!诚谢!!!! 原帖由 ysy1981 于 2006-9-5 16:00 发表
我用train训练网络,训练误差目标为:2e000-10;
从结果看是mse。
在仿真中我用
MSE=mse(E)
SSE=sumsqr(E)
来评价网络性能,结果为:MSE=1.1805;SSE =212.4977
觉得误差好大!!!
大虾请帮帮忙,一般这 ...
“训练误差目标为:2e000-10”--我觉得目标设置得太低了,你的网络是否收敛?一定要收敛才行的 楼上说的我有点糊涂了!
网络能够训练到那么小的目标误差值!
何为收敛? 实际误差和目标误差是不同的,并非你设定一个目标误差之后训练就可以达到这个误差的 训练曲线中,下面的一条直线就是设定的误差,训练曲线和这条曲线有交点时候就停止训练了,此为收敛
而有的达到了设定的最大训练次数,还没有交点,此为不收敛 训练和仿真样本选择有具体经验吗? 训练样本必须要尽量反映样本空间的特点,也就是说尽可能的代表整个样本空间。
比方说天气预报,就是要有各种各样的天气的数据,否则遇到一些与样本数据实在相差太大的数据,这样就不可能预测准确的 谢谢楼上!
页:
[1]