PyBrain 神经网络回归函数有一些问题答案

【问题标题】：Having some troubles with the PyBrain Neural Network regression functionPyBrain 神经网络回归函数有一些问题
【发布时间】：2014-02-19 01:38:09
【问题描述】：

我希望能深入了解 PyBrain 神经网络的工作原理。我有一个与特定家庭收入相对应的不同家庭特征的数据集。任务是创建基于神经网络的回归，以便能够预测给定特征的收入。

我已经尝试过简单的构造函数

pybrain.tools.shortcuts.buildNetwork(feature_count, 12, 1, recurrent=False)

而且还挺有效的。但是，如果我将隐藏层更改为使用 GaussianLayer 或 LinearLayer，我将在训练阶段将 NaN 作为输出。

在使用这些层时是否可能需要注意其他事项（我猜可能是特征选择，当它们相关时）？

谢谢

【问题讨论】：

如果这仍然是您关心的问题，您需要包含数据样本和更多代码来显示失败的原因。

标签： machine-learning neural-network regression pybrain

【解决方案1】：

我使用 pybrain 解决了一个神经网络回归问题，我必须使用天气特征来预测发电站的负载。除了在应用程序中，这似乎与您的问题相同。我按照这里的指南进行操作：http://fastml.com/pybrain-a-simple-neural-networks-library-in-python/，这让我完成了 90% 的最终解决方案。我有 8 个输入和 1 个输出。

我发现一个“陷阱”是我必须将输入值标准化为 0 -> 1。否则，MSE 值不会在每个 EPOCH 上减少。此外，如果我的任何输入值是 NaN，我就会得到连续的 Nan 值。

我希望这会有所帮助。

【讨论】：