主题:【分享】建模时,何时选用非线性校正方法?如何选取非线性校正方法?

浏览0 回复1 电梯直达
Insm_68f50e17
结帖率:
100%
关注:0 |粉丝:0
新手级: 新兵
建模时通常首先尝试线性模型,在线性模型的预测残差较大或有明显分布特征时考虑使用非线性算法。常用的非线性校正方法有人工神经网络(ANN)、支持向量回归(SVR)、极限学习机(ELM)、深度学习等。ANN参数多,训练速度慢,容易导致过拟合;SVR对小样本数据建模特别有效;ELM具有参数少且优化速度快的优势,但也容易过拟合;深度学习需要大量的训练集样本数。可以根据数据本身的特点以及不同非线性校正方法的优缺点来选择合适的方法,也可以根据不同建模方法的建模效果,如交叉验证均方根误差(RMSECV)、相关系数(R)等选择非线性校正方法。
为您推荐
您可能想找: 气相色谱仪(GC) 询底价
专属顾问快速对接
立即提交
可能感兴趣
ztyzb
结帖率:
100%
关注:0 |粉丝:0
新手级: 新兵
品牌合作伙伴