Читайте также:
|
|
Обычно переменные разных типов представляются в программах следующим образом.
Непрерывные (числовые) значения. Представляются одной вещественной переменной. Все вопросы, связанные и диапазоном значений, решаются в системе ST Neural Networks путем масштабирования (шкалирования), которое является составной частью процедуры пре/пост-процессирования.
Целочисленные. Представляются в вещественном эквиваленте.
Даты и время. Преобразуются в числовые значения вычислением положения момента времени относительно заданного начала отсчета.
Номинальные переменные (атрибуты). В ST Neural Networks имеют специальное представление как номинальные переменные. Специальные средства позволяют преобразовывать их к виду, понятному для нейронной сети. Пример номинальной переменной: Род - Gender ={Муж - Male, Жен - Female}.
Номинальные переменные с двумя состояниями, принимающие два значения, представляются в бинарном виде (переменной соответствует один элемент сети, который активируется или нет в зависимости от значения переменной).
Любую номинальную переменную можно записать методом кодирования 1-из-N: при этом одной номинальной переменной соответствует N элементов сети (здесь N - число различных номинальных значений переменной), один из которых бывает активен, а остальные - нет. Кодирование методом 1-из-N - это стандартный способ записи номинальных переменных, которые могут принимать более двух значений. Для переменных, принимающих только два значения, стандартным является бинарное представление, хотя можно использовать и кодирование 1-из-N (за одним исключением: выходная переменная вероятностной нейронной сети всегда кодируется методом 1-из-N, даже если у нее всего два возможных состояния).
Если номинальная переменная может принимать очень много различных значений, то для нее можно использовать метод кодирования N – в - одну: различным вариантам соответствуют различные целочисленные значения единственной переменной. В пакете ST Neural Networks для этого нужно выбрать вариант кодирования Явное - Explicit, Минимакс - Minimax или Нет - None. Различным номинальным значениям будут поставлены в соответствие числа 1,2,3..., после чего они будут естественным образом упорядочены. Как правило, такой способ записи хуже, чем 1-из- N, но в отдельных случаях - когда кодирование 1-из-N приводит к сети слишком большого размера - может оказаться более предпочтительным.
Текстовые строки. Нейронная сеть не сможет обрабатывать произвольные строки текста, пока вы не укажете ей осмысленный способ приписывать им числовые значения или 1-из-N коды.
Дата добавления: 2015-11-30; просмотров: 24 | Нарушение авторских прав