模型篩選：神經網路/K折交叉驗證我需要使用模型篩選來透過神經網路擬合模型。 NN 的預設設定為 3TanH。但是當我在模型啟動中更改設定（例如：1TanH 1 Linear 1 Gaussian）時，它會向我顯示警報：「注意：資料表已更改。輸出不再代表資料。要將輸出與資料同步，從平台選單中選擇“同步到資料表變更”。
如何更改神經網路設定並重新啟動模型？
進階統計建模預測建模和機器學習回覆：模型篩選：神經網路/K 折交叉驗證您知道在運行第一個模型和嘗試再次運行它之間，您做了什麼來更改資料嗎？
如果我運行神經網路模型，然後隱藏並排除一些行，然後打開模型啟動並重新運行模型，我會得到與您看到的相同的提示。從最頂部輪廓欄的紅色小三角選單中，有一個用於同步資料的選項。
點擊同步選項後，我可以運行其他模型。
回覆：模型篩選：神經網路/K 折交叉驗證嗨@Nimaxim ，
正如@Byron_JMP所回答的，兩個平台啟動之間的表格可能發生了一些變化，可以解釋您看到的訊息。
一些附註：
- 您是否嘗試過其他建模選項？神經網路是複雜的模型，能夠逼近任何函數（如果有興趣了解更多，可以閱讀《 通用逼近定理》），但它們可能很快就會過度擬合，需要相對較大的計算資源，並且可能無法很好地泛化（沒有預防措施）。由於其非常高的靈活性，您可能經常會看到神經網路作為此模型篩選平台中表現最佳的模型之一，但我鼓勵您查看具有類似/更接近性能的其他選項。
- 您有驗證和測試策略嗎？如前所述，神經網路很容易出現過度擬合，因此適當的驗證策略對於避免過度擬合至關重要，並且測試集有助於驗證神經網路的預測是否可以輕鬆應用於新的/未見過的數據，與訓練集和驗證集相似的屬性和分佈。
- 正如您所看到的，根據所使用的平台，提出了不同的設定和神經網路架構。模型篩選平台中使用的所有模型在模型擬合中都使用預設選項和調整參數，因此對於神經網路來說，它是一個具有 3 個 tanH 函數的 1 層網路： 啟動模型篩選平台 (jmp.com)
您可能想要微調神經網路的架構以更好地適合您的用例，為了幫助您實現這一點，您可以使用@scott_allen創建的神經網路調整插件。
我希望這個補充性的答案能幫助你，
