人工神经网络变量选取及隐藏单元数确定.pdfVIP

第 22 卷第 6 期 统 计 与 信 息 论 坛 2007 年 11 月 Vol. 22 　No. 6 Statistics Information Forum Nov. ,2007 【统计理论与方法】 人工神经网络变量选取与隐藏单元数的确定 谢远涛 ( 中国人民大学 统计学院 ,北京 　100872) 摘要 :根据多隐藏层所有训练样本误差平方和最小设计优化问题 ,求解并绘出计算流程图。Trevor 等人 ( ) 认为隐藏单元过多比过少好 ,交叉验证估计 隐藏单元 正则化参数没有必要。还有一种通常做法是常常利用 分类树挑选变量作为输入变量进行人工神经网络建模。而从人工神经网络与多元统计、传统回归和其他数据 挖掘工具的区别和联系出发 ,认为这些观点和做法值得商酌 ;用 ZIP 编码实例说明隐藏单元过多不一定比过 少好 ,实