怎么做大数据分析 用同一数据集训练神经网络，每次训练结果不一样，有时正确率很高，有时很低，为什么？
用同一数据集训练神经网络，每次训练结果不一样，有时正确率很高，有时很低，为什么？
其实这个问题的实质是，如果我们用机器学习算法在数据集上训练一次数据模型，保存模型，然后用同样的算法和同样的数据集和数据排序再训练一遍，第一个模型和第二个模型是一样的吗？
这可能是因为神经网络用增益或权重的随机值初始化，然后每个模拟在训练阶段有不同的起点。如果您希望始终保持相同的初始权重，可以尝试为初始权重修复种子以消除问题。
如果我们深入研究这个问题，我们可以根据ml算法的“确定性”来对其进行分类。当从同一个数据集进行训练时：
一个是总是生成相同的模型，并且记录以相同的顺序呈现；
另一个是总是生成不同的模型，并且记录顺序不同。
在实践中，大多数是“不确定的”。模型变化的原因可能是机器学习算法本身存在随机游走、不同权值的随机初始化、不同分量的概率分布抽样来分配优化函数。
虽然模型的“不确定性”可能会对单个训练结果造成干扰，但我们也可以用“不确定性”来确认模型的稳定性，如决策树、支持向量机（SVM）、神经网络等，最终可以通过多次迭代来确认模型的稳定性。
如何用arcgis创建网络数据集？
1. 在ArcCatalog的菜单栏中，点击“自定义”，然后点击“扩展模块”下拉菜单，弹出一个扩展模块窗口，如下图所示，选中“网络分析”，然后尝试创建一个网络数据集
2。如果仍然无法创建网络数据集，则在安装ArcGIS时可能尚未安装这些扩展模块。下一步是安装上图中的扩展模块：
点击下面的网页链接查看相关问题的答案，其中有详细的答案
网页链接
网络数据集的创建是在arccat中的ArcCatalog中，右键单击要创建的数据集newnetworkdataset；设置数据集的名称，下一步；设置modelturns，下一步；设置connectivity，下一步；设置modelelevation，下一步；设置属性，下一步；单击finish。
版权声明：本文内容由互联网用户自发贡献，本站不承担相关法律责任.如有侵权/违法内容,本站将立刻删除。
