Me he encontrado con un problema, estoy usando "Red Nuetural" para hacer predicciones y probando diferentes combinaciones de funciones de activación. He puesto el randomseed = 7. para que cada reinicio del modelo genere el mismo resultado que sigue.
Pero si no se reinicia pero se vuelve a ejecutar en la misma ventana usando "volver a ejecutar" no "reiniciar", el resultado es diferente cada vez. así que me pregunto qué causa el resultado aleatorio.
Bien, solo para aclarar esto es un ejemplo 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 ) )
);
Esto es lo que obtiene si repite "Ir" desde el cuadro de diálogo de lanzamiento del modelo de red neuronal. Hemos establecido una semilla aleatoria de 7, pero los dos modelos son diferentes. Si "rehacemos" este análisis, obtendremos exactamente el mismo resultado para los dos modelos.
Sí, puedo ver que no esperarías eso.
Con las redes neuronales hay una naturaleza aleatoria para el ajuste. Establecer la semilla aleatoria asegura que este comportamiento aleatorio pueda reproducirse. Sin embargo, todavía hay una asignación aleatoria entre las instancias del lanzamiento del modelo. Puede ver que esta asignación aleatoria también se reproduce estableciendo la semilla aleatoria.
Es que esto es un problema. ¿Necesita que las instancias repetidas del modelo encajen en el mismo diálogo para que sean exactamente iguales? No puedo imaginar por qué eso sería útil?
Saludos,
Phil
