模型筛选：神经网络/K 折交叉验证我需要使用模型筛选来通过神经网络拟合模型。NN 的默认设置是 3TanH。但是当我在模型启动中更改设置时（例如：1TanH 1 Linear 1 Gaussian），它会显示一条警报：“注意：数据表已更改。输出不再代表数据。要将输出与数据同步，请从平台菜单中选择“同步到数据表更改”。
我如何改变神经网络设置并重新启动模型？
高级统计建模预测模型和机器学习回复：模型筛选：神经网络/K 折交叉验证您知道在运行第一个模型和再次尝试运行该模型之间您对数据做了哪些改变吗？
如果我运行神经网络模型，然后隐藏并排除一些行，然后打开模型启动并重新运行模型，我会得到与您看到的相同的提示。从最顶部轮廓栏的红色三角形菜单中，有一个同步数据的选项。
单击同步选项后，我就可以运行其他模型。
回复：模型筛选：神经网络/K 折交叉验证你好@Nimaxim ，
正如@Byron_JMP所回答的，两个平台发布之间可能发生了一些变化，这可以解释您看到的消息。
一些旁注评论：
- 您是否尝试过其他建模选项？神经网络是复杂的模型，能够逼近任何函数（如果您有兴趣了解更多信息，可以阅读“ 通用逼近定理”），但它们可能很快过度拟合，需要相对较大的计算资源，并且可能无法很好地概括（没有预防措施）。由于其非常高的灵活性，您可能会经常看到神经网络是此模型筛选平台中表现最好的模型之一，但我鼓励您查看具有类似/更接近性能的其他选项。
- 您有验证和测试策略吗？如前所述，神经网络很容易过度拟合，因此适当的验证策略对于避免过度拟合至关重要，而测试集有助于验证神经网络的预测是否可以轻松应用于新的/看不见的数据，具有与训练和验证集相似的属性和分布。
- 如您所见，根据所使用的平台，会提出不同的设置和神经网络架构。模型筛选平台中使用的所有模型在模型拟合中都使用默认选项和调整参数，因此对于神经网络，它是一个具有 3 个 tanH 函数的 1 层网络： 启动模型筛选平台 (jmp.com)
您可能需要微调神经网络的架构以更好地适合您的使用情况，为了帮助您实现这一点，您可以使用由@scott_allen创建的神经网络调整插件。
我希望这个补充答案能帮助你，
