@lexstile

Подойдет ли keras для подобной задачи?

Есть выборка данных:
#1 219503 1726185 1531347661 3616 2 1 3 1 1.01 21 27 1.21 1.37 2.11 1.725 1.38 1.16 6 0 2 3 0 0 0 1 0 2 4 1 3 0 94 87 81 39 -1 -1 55 45 6 1 1
........................................
#N

Нужно прогнозирование результата на основе подобных, но уже новых, полученных данных.
На вход 30-40 параметров.
На выходе 1 ответ (вероятность от 0 до 1).
Пример:
+ 0.99999117851257
Работал только с FANN, хотелось бы максимально простой переход.
Заранее благодарен за ответы.
  • Вопрос задан
  • 175 просмотров
Решения вопроса 1
@asd111
На мой взгляд вам больше подойдет обычный градиентный бустинг т.е. тот же CatBoost или LightGBM, xgboost.
Нейронный сети для классификации неудобны тем что там нужно править архитектуру сети для хороших результатов, а это нетривиальная задача. Они подходят только тогда когда существует готовая, оттестированная архитектура под задачу.
Ответ написан
Пригласить эксперта
Ваш ответ на вопрос

Войдите, чтобы написать ответ

Войти через центр авторизации
Похожие вопросы