Ho riscontrato un problema, sto usando "Nuetural Network" per fare previsioni e provare diverse combinazioni di funzioni di attivazione. Ho impostato il randomseed = 7. in modo che ogni riavvio del modello generi lo stesso risultato del seguente.
Ma se non è riavviato ma ritorna nella stessa finestra usando "rerun" e "restart", il risultato è diverso ogni volta. quindi mi chiedo quale sia la causa del risultato casuale.
Va bene, quindi per chiarire questo è un esempio con Big Class:
Open( "$SAMPLE_DATA/Big Class.jmp" );
Neural(
Y( :weight ),
X( :age, :sex, :height ),
Informative Missing( 0 ),
Validation Method( "Holdback", 0.3333 ),
Set Random Seed( 7 ),
Fit( NTanH( 3 ) ),
Fit( NTanH( 3 ) )
);
Questo è ciò che ottieni se ripeti "Vai" dalla finestra di dialogo del modello di rete neurale. Abbiamo impostato un seme casuale di 7, ma i due modelli sono diversi. Se "rifiamo" questa analisi otteniamo esattamente lo stesso risultato per i due modelli.
Sì, posso vedere che non ti aspetteresti.
Con le reti neurali c'è una natura casuale al raccordo. L'impostazione dei seed casuali assicura che questo comportamento casuale possa essere riprodotto. Tuttavia, c'è ancora una casualizzazione tra le istanze del lancio del modello. Puoi vedere che questa randomizzazione viene riprodotta anche impostando il seme casuale.
È un problema Avete bisogno di ripetere l'istanza di adattamento del modello nella stessa finestra di dialogo per essere esattamente la stessa cosa. Non riesco a immaginare perché sarebbe utile?
Saluti,
Phil
