運用神經網絡預測價格

Question

我已閱讀本線約神經網絡：

「雖然感知規則查找時 訓練樣本是線性可分成功的權重向量，它可能會失敗，如果收斂 的示例不是線性可分

我的數據分佈是這樣的：其特點是生產橡膠，橡膠的消費，生產合成橡膠和匯率所有值縮放

的

我的問題是數據不是線性可分的，所以我應該在其上應用ANN還是不可以？這是一個規則，它應該只應用於線性分離的數據？因爲我使用它獲得了很好的結果（0.09％MAPE錯誤）。我也應用了SVM迴歸（fitrsvm功能在MATLAB），所以我不得不問，SVM是否可以用於預測/預測或僅用於分類我沒有閱讀任何關於使用SVM進行預測的分類，以及SVM的結果也不好，可能的原因是什麼？

Answer 1

神經網絡不是感知器。 Perceptron是最古老的想法之一，最多隻有一個神經網絡構建塊。 Perceptron專爲二進制，線性分類而設計，您的問題既不是二元分類，也不是線性分離的。你在這裏看到的是迴歸，神經網絡很適合。

可以SVM在預測/預測使用，否則只能用於分類我還沒有關於使用SVM預測隨時隨地閱讀，和SVM的成績也並不好什麼可以是可能的原因是什麼？

SVM有迴歸「克隆」稱爲SVR，它可以用於任何任務NN（作爲迴歸器）可以使用。當然，兩者都有一些典型特徵（如SVR是非參數估計器等）。對於手頭的任務 - 兩種方法（以及任何其他的迴歸者，其中有幾十種！）都很好。