Używam niektórych zestawów danych (.pliki arff) do szkolenia sieci neuronowych w Weka i Azure. Dla każdego zestawu danych uzyskuję ogólną różnicę dokładności między WEKA / Azure do 5%. Oczywiście używam tych samych parametrów treningowych, takich jak liczba iteracji, szybkość uczenia się, pęd itp. Czy ta różnica jest uzasadniona?
Odpowiedzi:
0 dla odpowiedzi № 1Oczywiście, jeśli twoje pliki danych wejściowych są podobne,nadal zawierają nieco inne wartości danych, a zatem wyniki klasyfikacji raczej nie będą dokładnie takie same między seriami, a różnica 5% nie jest niespotykana.
Wykonaj eksperymenty z pojedynczy zbiór danych i zmieniają tylko atrybut "seed" (może spróbuj 5 różnych liczb całkowitych), które pokażą, jak dużą losowość wiąże się z uruchomieniem twojego algorytmu, jak przypuszczam, MultilayerPerceptron.
(Poważnie, jakiej odpowiedzi tutaj oczekujesz?)