R 神经网络预测 - 随机性方面？答案

【问题标题】：R Neural Network Forecasting - Aspect of Randomness?R 神经网络预测 - 随机性方面？
【发布时间】：2017-08-23 09:25:09
【问题描述】：

我一直在尝试不同的预测方法，但偶然发现了 nnetar() R 的预测包中的函数。我很快意识到虽然这确实可以预测，但每次运行它都会给我一些不同的东西。有人可以帮助解释为什么会发生这种情况吗？我以为我对神经网络有很好的理解，我看不出什么会在预测中产生巨大差异，除非 nnetar() 函数随机选择节点数量或其他东西。有什么帮助吗？

【问题讨论】：

标签： r neural-network forecasting

【解决方案1】：

20，默认情况下，网络使用随机起始值进行训练，然后在您使用该函数时对其预测进行平均。

因为函数每次运行都使用随机起始值，所以每次调用的预测也会不同。

编辑：来自 cmets 中 OP 的新问题

为了控制函数，每次都得到相同的随机起始值，你可以简单的使用函数set.seed() 和你选择的值。

例如：

    set.seed(666)
    forecast(nnetar(...),...)

    set.seed(666)
    forecast(nnetar(...),...)

    set.seed(666)
    forecast(nnetar(...),...)

每次使用此“种子”值 (666) 运行它时都会给出相同的结果。当然，您必须在每次运行其余代码之前运行set.seed(666)。

编辑 2：来自 cmets 中 OP 的新问题

为了让 100 个不同的网络适应随机的起始权重：

nnetar(...,repeats=100,...)

【讨论】：

没有办法避免吗？除了运行它很多次并对其进行平均预测吗？
你可以控制它。我会发布一个编辑，所以你知道怎么做。
运行 100 次并取结果的平均值是否可行？因为虽然播种有效，但不一定能给我最好的预测。
我编辑了我的答案，向您展示如何增加重复次数。