Screening del modello: Rete neurale/validazione incrociata K-foldDevo utilizzare lo screening del modello per adattare un modello tramite rete neurale. l'impostazione predefinita per NN è 3TanH. ma quando cambio l'impostazione nel lancio del modello (ad esempio: 1TanH 1 Lineare 1 Gaussiano), mi viene mostrato un avviso: "Nota: la tabella dati è cambiata. L'output non rappresenta più i dati. Per sincronizzare l'output con i dati, seleziona "sincronizza modifiche tabella dati" dal menu della piattaforma."
Come posso modificare la configurazione della rete neurale e riavviare il modello?
Modellazione statistica avanzataModellazione predittiva e machine learningOggetto: Screening del modello: Rete neurale/validazione incrociata K-foldSai cosa hai fatto per modificare i dati tra quando hai eseguito il primo modello e quando hai provato a eseguirlo di nuovo?
Se eseguo un modello di rete neurale, quindi nascondo ed escludo alcune righe, quindi apro il lancio del modello ed rieseguo il modello, ottengo lo stesso messaggio visualizzato. Dal menu del triangolo rosso nella barra di contorno in alto, c'è un'opzione per sincronizzare i dati.
Dopo aver fatto clic sull'opzione di sincronizzazione, posso eseguire altri modelli.
Oggetto: Screening del modello: Rete neurale/validazione incrociata K-foldCiao @Nimaxim ,
Come ha risposto @Byron_JMP , potrebbero esserci stati alcuni cambiamenti sul tavolo tra il lancio delle due piattaforme che potrebbero spiegare il messaggio che vedi.
Alcune note a margine osservano:
- Hai provato altre opzioni di modellazione? Le reti neurali sono modelli complessi, in grado di approssimare qualsiasi funzione (puoi leggere il " Teorema di approssimazione universale " se sei interessato a saperne di più), ma potrebbero rapidamente adattarsi eccessivamente, richiedere risorse computazionali relativamente grandi e potrebbero non essere in grado di generalizzare bene (senza precauzione). A causa della loro altissima flessibilità, potresti vedere molto spesso Neural Network come uno dei modelli con le migliori prestazioni di questa piattaforma di screening dei modelli, ma ti incoraggio a considerare altre opzioni con prestazioni simili/più vicine.
- Avete una strategia di validazione e test? Come accennato in precedenza, l'overfitting con la rete neurale è molto facile da ottenere, quindi una strategia di validazione adeguata è essenziale per evitare l'overfitting e un set di test è utile per verificare che le previsioni della rete neurale possano essere facilmente applicate su dati nuovi/non visti, con proprietà e distribuzioni simili ai set di training e validazione.
- Come hai visto, a seconda della piattaforma utilizzata, sono diverse le impostazioni e le architetture di reti neurali proposte. Tutti i modelli utilizzati nella piattaforma Model Screening utilizzano opzioni predefinite e parametri di ottimizzazione nell'adattamento del modello, quindi per la rete neurale si tratta di una rete a 1 livello con 3 funzioni tanH: avvia la piattaforma Model Screening (jmp.com)
Potresti voler ottimizzare l'architettura della rete neurale per adattarla meglio al tuo caso d'uso e, per aiutarti, puoi utilizzare il componente aggiuntivo Neural Network Tuning creato da @scott_allen .
Spero che questa risposta complementare ti possa aiutare,
