神经网络中的输出问题（在 MATLAB 的神经网络工具箱中）答案

【问题标题】：Problems with outputs in neural networks (in MATLAB's neural networks toolbox)神经网络中的输出问题（在 MATLAB 的神经网络工具箱中）
【发布时间】：2014-01-02 05:33:18
【问题描述】：

我在 MATLAB 中使用 652,500 个数据点训练了我的 artificial neural network (ANN)，在另一个盲测（652,100 个数据点 - 对于全新的输入数据集）中，输出非常好（如我所愿）。但是当我插入的数据量非常少（例如，低于 50 个数据点）时，就会出现问题。输出很意外，我检查了很多次。

更准确地说，训练阶段包含 10% 的数据用于训练，45% 用于验证，45% 用于测试。训练非常成功，对于大量的新输入数据，效果非常好。问题是当非常有限的数据（与训练数据点相比）被插入神经网络时，它显示出非常不切实际的输出，超出了训练的范围。

为什么会这样？有人可以在这个问题上点亮一些棚子吗？

另外请提一下，对于训练和最终测试数据点是否有任何严格的（硬性和快速的）规则？例如：应该/必须在新的输入数据集中引入多少百分比的训练数据。我想问题是我的网络高估或低估了输出，因为与训练阶段相比，它接收到的数据百分比非常低。

【问题讨论】：

在您拆分训练/验证/测试之前尝试改组数据，并查看该行为是否反复出现。可能是在“数据有限”的情况下，数据空间没有正确覆盖用于测试的数据，并且当您有更多数据进行测试时，这些错误在平均值中被其他错误“掩盖”。跨度>
我理解你的逻辑，非常感谢。我的数据集已经洗牌了。

标签： matlab machine-learning neural-network

【解决方案1】：

您的问题是在训练期间过度拟合数据集。数据划分是神经网络训练中一项非常重要的任务。一般来说，更科学的，训练集的百分比应该在70-80%之间。测试和验证集应各占 10-15% 左右。例如：

net.divideParam.trainRatio = 70/100;
net.divideParam.valRatio = 15/100;
net.divideParam.testRatio = 15/100;

你想象一个学生在课堂上。 TrainRatio 是学生应该学习的材料/讲座。 ValRatio为期中考试应考材料比例，TestRatio为期末考试应考材料比例。所以，如果你没有足够的培训材料，学生就不可能在期中考试和期末考试中取得成功。清楚吗？神经网络适用于这样一个简单的学生进行学习/训练。因此，您的网络面临过拟合问题。

【讨论】：

我也知道这个数据划分问题。即使使用 70% 的数据进行训练，它也无法为很少的新输入数据集提供良好的输出。值得一提的是，我的网络没有过拟合问题，因为我在 matlab 中使用了一些函数，这有助于在发生任何过拟合和欠拟合时停止网络。
除了正确训练我的模型外，我还会检查新的输入数据（大量数据库），并且效果很好。但是每当我提供一些数据点（例如少于 50 个）时，它都会显示异常输出。这种特殊情况是我面临的问题。
在 NN 中，任何事情都取决于训练阶段。您是否有信心支持数据集中所有类型的数据？我的意思是，如果您的测试数据集在训练阶段包含一些未经训练的数据，那么您将无法获得好的结果。如果是这样，则不能应用 NN，而应专注于聚类建模。您的测试数据集应该接近训练数据集的结构，否则，NN 对于这种类型的训练很弱。
另外，你的训练/验证/测试集的划分模式是什么？随机的？如您所知，随机划分是最合适的划分。
感谢您的 cmets。在我的例子中，数据划分方法是随机的，并且网络只有很少的功能（在 Matlab 的 ANN 工具箱中）可以控制一些功能，例如：停止过拟合、不拟合和提前停止。通过使用这些，我得到了很好的输出，即使 10% 的数据用于训练。