Rapidminer 的多层感知器奇怪的结果答案

【问题标题】：Rapidminer's Multilayer Perceptron strange resultsRapidminer 的多层感知器奇怪的结果
【发布时间】：2014-08-11 00:31:54
【问题描述】：

我有一个包含 1000 个示例的数据集，其中 500 个正例和 500 个负例。我用 0.7 的分割比验证它们，然后将它们放在具有默认参数的 rapidminers MP 上，但有两层 25 个节点。

但是，当我验证它时，我的所有预测都是负面的，我不知道为什么？即使优化不佳的 MP（就像在这个例子中一样），我也应该至少得到一个正面预测。

嗯，这是我第一次在 rapidminer 上这样做，可能这是一个非常基本的错误，但我找不到。

XML 代码：

<?xml version="1.0" encoding="UTF-8" standalone="no"?>
<process version="5.3.008">
  <context>
    <input/>
    <output/>
    <macros/>
  </context>
  <operator activated="true" class="process" compatibility="5.3.008" expanded="true" name="Process">
    <process expanded="true">
      <operator activated="true" class="split_validation" compatibility="5.3.008" expanded="true" height="112" name="Validation (6)" width="90" x="112" y="255">
        <process expanded="true">
          <operator activated="true" class="neural_net" compatibility="5.3.008" expanded="true" height="76" name="Neural Net" width="90" x="69" y="30">
            <list key="hidden_layers">
              <parameter key="Layer" value="25"/>
              <parameter key="Layer2" value="25"/>
            </list>
            <parameter key="training_cycles" value="100"/>
            <parameter key="shuffle" value="false"/>
          </operator>
          <connect from_port="training" to_op="Neural Net" to_port="training set"/>
          <connect from_op="Neural Net" from_port="model" to_port="model"/>
          <portSpacing port="source_training" spacing="0"/>
          <portSpacing port="sink_model" spacing="0"/>
          <portSpacing port="sink_through 1" spacing="0"/>
        </process>
        <process expanded="true">
          <operator activated="true" class="apply_model" compatibility="5.3.008" expanded="true" height="76" name="Apply Model (6)" width="90" x="45" y="30">
            <list key="application_parameters"/>
          </operator>
          <operator activated="true" class="performance" compatibility="5.3.008" expanded="true" height="76" name="Performance (6)" width="90" x="147" y="30"/>
          <connect from_port="model" to_op="Apply Model (6)" to_port="model"/>
          <connect from_port="test set" to_op="Apply Model (6)" to_port="unlabelled data"/>
          <connect from_op="Apply Model (6)" from_port="labelled data" to_op="Performance (6)" to_port="labelled data"/>
          <connect from_op="Performance (6)" from_port="performance" to_port="averagable 1"/>
          <portSpacing port="source_model" spacing="0"/>
          <portSpacing port="source_test set" spacing="0"/>
          <portSpacing port="source_through 1" spacing="0"/>
          <portSpacing port="sink_averagable 1" spacing="0"/>
          <portSpacing port="sink_averagable 2" spacing="0"/>
        </process>
      </operator>
      <portSpacing port="source_input 1" spacing="0"/>
      <portSpacing port="sink_result 1" spacing="0"/>
    </process>
  </operator>
</process>

【问题讨论】：

你是如何拆分数据的？正如您所提到的，您使用了 0.7 的拆分比率，因此训练集应该同时具有正实例和负实例（从验证来看，它似乎拆分得很好）。它们的顺序是否可能会影响 MP 学习？
抱歉，您能否详细说明“我是如何拆分数据的”，因为正如我和您提到的那样，我进行了 0.7 拆分。你说的顺序是什么意思？它们是如何插入的顺序？如果是这样，我使用了随机抽样选项。
您似乎没有使用随机抽样 (<parameter key="shuffle" value="false"/>)，尽管您使用的版本中可能存在错误。我尝试使用带有 shuffle、1000 次迭代、0.05 动量和误差 epsilon 5e-6 的 Ripley 数据集，并使用 RapidMiner 5.3.15 对这两个类进行了预测。您可以使用更新版本的 RM 检查您的数据。
嗯，我的意思是验证部分的随机抽样，在 NN 本身我没有使用它，我忘记了那里有一个参数。

标签： algorithm neural-network data-mining rapidminer perceptron

【解决方案1】：

到目前为止，您的处理看起来相当不错。有趣的是：您的数据会发生什么变化？要对此进行调查，您可以设置一些断点并检查您的样本。在 NN-learner 之前设置的断点将向您展示训练集的外观，在模型应用程序之前设置的另一个断点可以让您检查测试集。为了确保正确的类分布，您可以为验证运算符启用分层抽样。 NN-learner 的 shuffle 选项允许操作员在训练模型之前对训练集进行混洗。这在您的数据项已经排序的情况下很有用，这可能会导致模型不合适。

【讨论】：