logo
Loading...

類神經應用範圍 - Cupoy

您好!我想請問一下,假如今天我想知道某些x變數與y的關聯性,是否可以用類神經完成? 目前已經知道一般...

類神經應用範圍

2019/10/14 下午 08:11
機器學習共學討論版
Polaris
觀看數:15
回答數:3
收藏數:0

您好!我想請問一下,假如今天我想知道某些x變數與y的關聯性,是否可以用類神經完成?

目前已經知道一般會用傳統的方式, 如回歸或是決策樹來找x與y的關係,然後目前學到的類神經似乎是用在影像辨識、自然語言處理上,是否類神經可用於找出多個x變數與y關聯上呢?

謝謝!

回答列表

  • 2019/10/15 下午 01:35
    陳明佑 (Ming You Chen)
    贊同數:2
    不贊同數:0
    留言數:1

    當然是可以的, 類神經當然可以用在一般問題上面

    但問題是效果不好


    你可以拿同一個問題(例如:房產預測或鐵達尼), 分別拿樹狀模型與類神經來試

    在同一個 metric, 同樣的努力 (因為調參或集成後可能更好, 要調參或集成就兩邊都做) 之下

    往往樹狀模型都會是勝出方

    建議同學可以參考Kaggle 相關競賽的 Kernel(現在叫 Notebooks)

    競賽中比較差的做法自然會少人使用, 而不會拘泥於誰可不可以用的問題


    那麼為什麼影像與自然語言, 會是深度學習較好呢?

    我個人認為主要是因為"特徵之間的關係, 人無法明確劃分"的關係

  • 2019/10/17 上午 10:56
    陳明佑 (Ming You Chen)
    贊同數:2
    不贊同數:0
    留言數:0

    更精確的說, 要看啟動函數而論

    是 "邏輯斯回歸(Logistic Regression)" 就是一層的 "傳統類神經(使用sigmoid啟動函數)"

    而線性回歸, 是對應到使用"線性函數"當啟動函數的類神經

    除此之外其他的回歸方式(例如多項式回歸), 或者其他的啟動函數(例如Relu)

    就不一定對得上了

  • 2019/10/17 下午 10:41
    張維元 (WeiYuan)
    贊同數:1
    不贊同數:0
    留言數:0

    類神經模型就是拿來做「監督式學習」用的,所以是可以的!