2010-04-08 30 views
7

希望最后一个问题,NN,你会从我这个周末得到的,但在这里不用:)神经网络:不可处理输入(缺失或不完整的数据)

有没有一种方法来处理输入你“唐总是不知道“......所以它不会影响权重?

Soo ...如果我问某人是男性还是女性,他们不想回答,有没有办法忽略这个输入?也许把它放在正中央? (?0.5假设1,0输入)

由于

回答

4

你可能知道这个或怀疑它,但有一个为猜测或通过平均可能值的范围内提供缺失的值没有统计基础等

对于NN特别是,有相当多的技术avaialble。我使用的技术 - 我已经编码 - 是一种更简单的技术,但它具有坚实的统计基础,并且今天仍在使用。描述它的学术论文here

该技术的基础理论是针对不合格数据的加权整合。在实践中,没有评估积分,而是用高斯基函数网络的封闭形式解近似。正如你将在论文中看到的那样(这是一步一步的解释,在你的backprop算法中很容易实现)

+0

而这篇文章的标题听起来就像我正在寻找的东西。我明天早上去看看。感谢你也:) – Micheal 2010-04-09 00:17:48

+0

没问题 - 如果你有一个特定的语言记住我可以建议一些更多的资源。 (另外,如果您不介意,我将编辑您的帖子以添加“机器学习”标签)。 – doug 2010-04-09 00:34:06

+0

继续:)我使用C++作为我的ANN引擎。感谢您的丰富帮助:) – Micheal 2010-04-09 01:17:04

2

神经网络是对噪声相当抗性 - 这是它们的大的优点之一。不过,您可能想尝试将输入设置为(-1.0,1.0),而将0设为非输入输入。这样,来自该神经元的权重输入就是0.0,这意味着在那里不会发生学习。

也许我曾经遇到过的最好的书还没有完成(还没有!)神经网络和学习机通过Simon S. Haykin。其中,他谈到了各种问题,包括你应该如何分配你的输入/训练集以获得最佳训练等。这是一本非常棒的书!

+1

听起来像个好主意:) 我一直在寻找关于ANN自从我第一次开始感兴趣的话,我现在积累了一个小书架:)我必须留意这个。 谢谢! – Micheal 2010-04-09 00:08:36