《表1 0 基于RBF和MLP模型的神经网络模型识别效果比较》
在神经网络建模过程中,SPSS Modeler中可选择的模型有径向基函数(RBF)和多层感知器(MLP)。由模型自动计算神经元数时,神经网络模型识别效果如表10所示。选择径向基函数时,测试集中模型识别正确率为67.61%,识别效果不佳;选择多层感知器时,正确率为84.09%,识别效果较好,隐藏层数和神经元数分别为1和6,因此,在下文基于多层感知器调整参数进行模型优化。
图表编号 | XD00190894400 严禁用于非法目的 |
---|---|
绘制时间 | 2021.01.28 |
作者 | 曾小青、唐湘勇 |
绘制单位 | 长沙理工大学经济与管理学院、长沙理工大学经济与管理学院 |
更多格式 | 高清、无水印(增值服务) |