Параметры в Weka Multilayer Perceptron Классификатор

Question

Я делаю несколько экспериментов с Weka Multilayer Perceptron, и у меня есть некоторые вопросы, касающиеся его параметров. Я проверил справочный документ, но не смог понять:

• Что такое номинальныйТиниат? Как использовать?

• normalizeAttribute: Я думаю, что это масштабирование значения функций в диапазоне [-1, 1]. Но как они это делают, если значение не является числовым, например, с помощью набора данных погоды.

• reset: Это сбрасывается, если текущий учебный процесс расходится и начинается с более низкой скорости обучения. Насколько мы должны уменьшить текущую скорость обучения? (как определить следующую скорость обучения)

• Начальные веса: это не параметр, а как они инициализируют начальные веса? Является ли он симметричным (что-то вроде значений внутри [-ε, + ε])?

Answer 1

Это было время, так как я использовал WEKA, но вот мои комментарии по поводу пуль 2,3 и 4, которые могут показаться полезными для вас:

Пуля 2: Нормализация не относится к категоричной (не числовые) атрибуты, поэтому вам не нужно беспокоиться об этом параметре.

Пуля 3: По умолчанию сброс устанавливает скорость обучения на половину. Корректировка скорости обучения зависит от многих факторов, и я предлагаю искать научные статьи в случае, если вы считаете, что вас не охватывает подход по умолчанию. С моей experiecnce, эмпирическое правило заключается в изменении скорости обучения с шагом 0,1

Пули 4: Начальные веса являются небольшие случайные числа, которые не являются идентичными

Answer 2

Я знаю, что это очень старый, но хотел бы добавить относительно bullet 4: Семенной параметр используется для засева генератора случайных чисел, который затем используется для генерации случайных начальных весов. Поэтому, если вы хотите изучить чувствительность к начальным весам, здесь вы можете использовать разные значения.