339625_it-IT

liliconcom

Estrarre gli elementi nei risultati della rete neurale e nel report

Ciao a tutti:
Utilizzo le reti neurali per prevedere la relazione tra inquinanti e fonti di inquinamento. Ho trovato articoli simili nel forum di discussione, ma poiché non ho mai imparato gli script e non so come cercare parole chiave precise, ho ancora alcune difficoltà di editing. , Qui per cercare il tuo aiuto.

　　La mia idea è questa: usa diversi codici seed per eseguire la rete neurale in sequenza, quindi crea una tabella, estrai e registra "R² Training" e "R² Validation" (se ne vengono eseguiti 10, 10 Registrare i risultati richiesti) per trovare i migliori risultati.

Inoltre, esiste un modo per non visualizzare la finestra della rete neurale ogni volta che viene eseguita? Poiché viene eseguita 10 volte, verranno aggiunte 10 finestre.

Se hai suggerimenti o aiuto, correggimi, grazie!

Le seguenti sono le parti che ho scritto e possono essere eseguite normalmente (codici seed 1 ~ 10 in ordine):

For( i = 1, i <=10, i++,
Neural(
Y( :NH4 ),
X(
:aver_NH4_kg_per_day 2,
:num_livestock,
:weighted_NH4,
:weighted_num,
:Name( "2weighted_nh4" ),
:Name( "2weighted_num" )
),
 Informative Missing( 0 ),
 Validation Method( "KFold", 5 ),
 Set Random Seed( i ) ,
 Fit(NTanH( 3 ))
);
);

 

ScriptingRi: Estrai gli elementi nei risultati della rete neurale e nel rapportoGrazie mille per avermi aiutato molto!
Cercherò la descrizione di ogni funzione per comprenderne lo scopo, in modo da poter essere più a mio agio quando ho bisogno di modificare.
Grazie ancora e buona giornata!Ri: 將 神經 網路 結果 中 的 項目 提取 出來 並 報告

Ecco una modifica del tuo script che cattura i due R2 che stai cercando.

names default to here(1);
dt = current data table();
dto = New Table("Output", 
 New Column("Training R2"),
 New Column("Validation R2"),
 Add Rows(10)
);
For( i = 1, i <= 10, i++,
neu =  dt << Neural(
  Y( :NH4 ),
  X(
   :aver_NH4_kg_per_day 2,
   :num_livestock,
   :weighted_NH4,
   :weighted_num,
   :Name( "2weighted_nh4" ),
   :Name( "2weighted_num" )
  ),
  Informative Missing( 0 ),
  Validation Method( "KFold", 5 ),
  Set Random Seed( i ),
  Fit( NTanH( 3 ) )
 );
dto:Training R2[i] = (report(neu)["Training"][NumberColBox(1)] << get)[1];
dto:Validation R2[i] = (report(neu)["Validation"][NumberColBox(1)] << get)[1];
neu(report)<<CLOSE window=""></CLOSE>

È necessario studiare lo script precedente e utilizzare la Guida allo script e l'Indice dello script per capire cosa sta facendo.