【问题标题】:negative prediction values in h2o package in rr 中 h2o 包中的负预测值
【发布时间】:2017-10-15 04:06:42
【问题描述】:

我目前正在 R 中建立一个神经网络来预测需求预测。我使用带有回归模型的 h20 包,因为我想根据历史数据预测需求。 目前原型在那里,我收到了一些预测,但一些预测值是负的,我不知道为什么。 你们能帮我解决这个问题吗?

上下文
我有 2 张桌子,每张桌子都有几百列。这些值每周汇总一次。 第一个表包含配置。 第二个表显示了这些配置产生的需求

我的代码结构

  • 加载数据
  • 在配置中添加 1 列需求表(我想用它来预测和训练神经网络)
  • 特征缩放(最后一列除外)
  • 训练神经网络
  • 用测试数据预测最后一列

我的模型的代码:

model = h2o.deeplearning(y = [column to predict],
                           training_frame = as.h2o(training_data),
                           activation = 'Rectifier',
                           hidden = c(100,100),
                           epochs = 50,
                           train_samples_per_iteration = -2)

我现在的问题是我的预测包含负值,即使我使用了 Rectifier 激活函数。 我的错在哪里?

如果您需要任何进一步的信息,请告诉我。我是这里的菜鸟:)

已经感谢您的帮助。

【问题讨论】:

  • 这里仍然是我的测试数据的摘录:配置表 CW VarA VarB VarC ... 1 300 233 100 2 267 100 120 3 100 177 150 ... 需求表 CW VarA VarB VarD ... 1 150 200 70 2 100 60 40 3 80 130 66 ...

标签: r neural-network regression prediction h2o


【解决方案1】:

预测将重新缩放回原始响应列的比例。如果响应列的范围包括0(或接近0),则可能会获得否定预测。

【讨论】:

  • 感谢您的回答。是否可以调整输入值(例如,向所有值添加某个值),并使用这些数字进行计算。 span>
  • 您是否指调整特征 i>输入值或响应 i>输入值?如果响应,请查看offset_column参数:docs.h2o.ai/h2o/latest-stable/h2o-docs/data-science/algo-params/… span>
  • 如果某些功能输入值也为0或接近0?这个@ 487654323 @或sth同类也可用于这个? span>
  • 功能在h2o.deeplearning() function中自动缩放和标准化,因此原始值的比例无关紧要。 span>
猜你喜欢
  • 2018-08-30
  • 2017-09-04
  • 1970-01-01
  • 2018-10-31
  • 2022-01-26
  • 2017-04-13
  • 2012-10-23
  • 1970-01-01
  • 1970-01-01
相关资源
最近更新 更多