代码之家 › 专栏 › 技术社区 › mroWsymaS

基于时间的数据二值化分类器

recurrent-neural-network neural-network machine-learning python

mroWsymaS · 技术社区 · 7 年前

我可以访问一个100人的数据框,以及他们在某个动作测试中的表现。这个框架包含每个人25000行,因为这个人的表现被记录(大约)每厘米(10^-2)。我们想用这些数据来预测一个二进制的y-标签,也就是说,如果某人有没有运动问题。

训练神经网络的平均值和方差的特定列每个人分类 +-72% 正确的数据。朴素bayes分类法对分类人群中某些列均值和方差的研究 +-80% 正确地。

现在由于这是基于时间的数据,“通过时间测试的性能”,我们被建议使用递归神经网络。我研究过这个,发现它主要用于预测未来的事件,即在下一个厘米内发生的事件。

问题是,像这样使用rnn的on(以一种基于时间的方式)数据来预测二进制标签在总体上是否可行?如果不是,那是什么?

1 回复 | 直到 7 年前

BlackBear 7 年前

是的,这绝对是可行的,而且非常普遍。搜索任何文档分类任务(例如情感)以获取此类任务的示例。

推荐文章

Whitedevil4648 · 我的测试损失在增加,但神经网络的训练损失在减少。我该怎么办?

2 年前

akozel · 分类任务的tensorflow输出层配置

2 年前

Felix Spiers · 更改NN中隐藏层的数量会导致错误

2 年前

A J · 为什么我的动态神经网络有0个参数?

2 年前

Owen · 如何使结构中的变量带有指向非静态成员函数的指针?[副本]

2 年前

Matheus Felipe · 关于并行运行神经网络的最佳方式的建议

2 年前

Irene Ferfoglia · ImportError:无法从“ray.air”导入名称“Checkpoint”

2 年前

Harry · 如何使用神经网络进行分类

2 年前

Tolga Aktas · PyTorch中的register_forward_hook和register_module_forward_hook之间有什么区别?

2 年前

DouHuanmin · 除了使用Tanh()函数外,还有什么规则可以用来将嵌入向量约束在(-1,1)的范围内吗?

2 年前