Matlab 中的神经网络。添加大型学习模式答案

【问题标题】：Neural Networks in Matlab. Adding large learning patternsMatlab 中的神经网络。添加大型学习模式
【发布时间】：2013-05-08 22:43:20
【问题描述】：

我是 matlab 新手，我找不到解决问题的方法...

有什么问题？

我必须使用 matlab 创建一个具有近 25k 输入和 10 个输出的神经网络。还有 300 种模式可供学习。

当我在 matlab 中阅读有关神经网络的信息时，我看到所有输入/学习数据都在一个矩阵中。 xor 或类似的小东西没关系。然后我意识到我必须创建包含 25 000 * 300 个元素（7,5 百万个整数）的矩阵。

1) 是否有可能通过添加新行（学习模式）来扩展矩阵？

2) 或者它可能是这样的：

learnPatternMatrix1 = [1, 2, 3 , ..., 25 000];
perfectOutputMatrix1 = [1, 2, 3, ... , 10];

network.addPattern(learnPatternMatrix1, perfectOutputMatrix1);
network.addPattern(learnPatternMatrix2, perfectOutputMatrix2);
% ...
network.addPattern(learnPatternMatrix300, perfectOutputMatrix300);
network.learn()?

感谢您的帮助；）

【问题讨论】：

标签： matlab neural-network

【解决方案1】：

很抱歉，我没有让 Matlab 处理这种大小的矩阵的答案。不过，我确实有一些可能与问题相关的 cmets。

与大多数机器学习算法一样，神经网络在特征（输入）数量多于数据点数量时不太可能表现良好。除非您的数据点比您描述的 250,000 个特征多一个或两个数量级，否则这种方法可能行不通。你好像只有300箱。即使支持向量机，据说对这个问题很健壮，在这些条件下也不太可能表现良好。

如果没有足够的数据来表示特征数量，您可以将其视为保证过拟合，因为每个数据点的位置都是唯一的，并且在特征空间中相距甚远。

您是否考虑过减少特征？这将解决您的 Matlab 问题，并且可能会提高您的 ANN 的性能。

【讨论】：

好消息 - 我甚至可以将输入减少到 10,000。