看板 NDHU-Ch100 關於我們 聯絡資訊
有修梁老師分子模擬課程的同學 請往下看 課程網頁: http://rzccn.idv.st/ 關於第三次作業的部分 跟老師討論後的結果後如下 BPNN -作業三注意事項: 1. 這次作業請將所有all molecule 作為 training set 2. 尋找Rcv(squared) 接近R(squared)值的model (cv=Cross Validation) -------------- 具體做法: Create Back Propagation Neural Network Model > Parameter Name > Validation Use test set: 預設為True,會將input data 分成 training set & test set 。提供檢視這組input data & descriptors 預測性。(選False,考慮的狀況比較單純) Test set fraction: test set 在input data的比例 。 Cross Validation Method: Omit Single Rows in Turn: Leave One Out Omit Groups of Rows: 將data 分成n組 n=Cross Validation Groups Rcv預測結果在ModelDescription.html > Validation R?squared : training set R(squared) R?squared (cross?validated): training set Rcv(squared) R?squared (monitor set) : test set R(squared) R?squared (monitor set, cross?validated) : test set Rcv(squared) 若Use test set為False則不會有R?squared (monitor set)&R?squared (monitor set, cross?validated)出現。 hint: Data Standardization: Mean/Standard Deviation or Data Range 可能 有助於Rcv的表現 By 助教 -- ※ 發信站: 批踢踢實業坊(ptt.cc) ◆ From: 134.208.33.107
summerair:頭推? 助教辛苦了 05/30 19:41
bread0607:為什麼有點看不懂的感覺... 05/30 19:43
Limpbizket:快推!! 不然別人說我XX 05/30 22:16
magnus1203:謝謝助教 05/30 22:36
yin1836:有點難懂 徐志龍根本沒去學 請大家不要教他 05/30 23:50
johnson00262:助教辛苦了 05/30 23:51
aneri21:助教辛苦了~ 05/31 21:03