如何使用神经网络和突触库进行项目定价评估

Question

作为机器学习的新手，我有一些基本问题。

所以我有一个小的项目数据集，其中包含一系列可能影响或不影响产品价格以及每个项目价格的属性。

我应该如何设置突触的创建一个定价引擎，该引擎可以基于部分或全部这些属性来估计新项目的价格？具体来说，我应该用这个库配置什么样的神经网络。

例如，在synaptic的演示中，我看到它使用了一个感知器架构，什么适合我的情况，我应该设置什么作为一个结构进行实验。

Answer 1

我有小型项目数据集

那么你不应该使用神经网络。特别是在这种情况下，有很多变量。您的网络只会记住一些测试用例，而不会找到真正正在进行的模式。

如果你能成功获得大的数据集，然后感知器结构打字是个不错的选择。您必须在测试用例中实验什么层数量和什么神经元数量最有效。

也知道Synaptic公司您必须在以下两个范围内调整您的输入0和1。如果某个属性在项目中未处于活动状态，请使用输入0。输出（价格）也应在0和1之间缩放。例如，只需将价格除以100000即可（取决于之前的成本）。

使用创建感知器var网络=新架构师。感知器（n_variables，hiddenlayersizes，output_size）然后使用教练来训练测试用例。