RBF神经网络

我想使用RBF神经网络来训练我的系统。我有一个系统,输入如下:

|    1    2    3    4    5    6 ...   32 |    33 || 1000 0001 0010 0100 1000 1000 ... 0100 | 0 0 1 |

请忽略“|”字符来读取这段输入。我只是想让你看到输入中的最后三个元素是保持在一起的。结果必须是1到32之间的一个数字,并且在输入中这个数字的值是“1000”。在我的训练集中,我总是会为这种类型的数组得到一个结果。我可以使用哪些函数来进行训练算法?你能指导我正确的方向吗?

如果你无法理解我的描述,请随时询问。感谢你们的帮助!


回答:

使用RBF网络来解决这个问题似乎是个奇怪的选择。但如果你执意要用它:(有可能我完全误解了你要解决的问题)。

你可以将其视为分类问题,训练32个二元分类器来判断“1000”是否在32个位置中的每一个。或者更符合“神经网络”术语的方式是使用32*4个输入和32个输出。

训练RBF网络的一种有效方法是使用带有RBF核的SVM。一种很好的实现是LIBSVM

Related Posts

使用LSTM在Python中预测未来值

这段代码可以预测指定股票的当前日期之前的值,但不能预测…

如何在gensim的word2vec模型中查找双词组的相似性

我有一个word2vec模型,假设我使用的是googl…

dask_xgboost.predict 可以工作但无法显示 – 数据必须是一维的

我试图使用 XGBoost 创建模型。 看起来我成功地…

ML Tuning – Cross Validation in Spark

我在https://spark.apache.org/…

如何在React JS中使用fetch从REST API获取预测

我正在开发一个应用程序,其中Flask REST AP…

如何分析ML.NET中多类分类预测得分数组?

我在ML.NET中创建了一个多类分类项目。该项目可以对…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注