راهنمایی برای انتخاب شبکه عصبی؟

Question

سلام،

100 تا نقطه تست با مختصات x , y و 270 داده مرتبط با هر نقطه تست دارم. در نتیجه ماتریس ورودی با ابعاد 100 در 270 و ماتریس خروجی 100 در 2 هستند و 270 داده هر نقطه سری زمانی نیستند.
هدف اینست که این شبکه بعد از ترین شدن با این داده ها، بتواند با گرفتن یک مجموعه 270 تایی داده مربوط یه یک نقطه نامعلوم، مختصات آن نقطه را تقریب بزند (رگرسیون خطی/ غیر خطی؟). چه نوع شبکه عصبی برای این کار مناسب است؟
پیشنهاد شده از شبکه های عصبی کانولوشن استفاده کنم ولی ظاهرا این نوع شبکه عصبی برای تصویر مناسب است!(؟)
(کدام لایبرری scikit-learn, pytorch, ...؟)

با تشکر،
محسن

Answer 1

سلام
به نظرم از کتابخونه scikit استفاده کنید
خودش انواع مدلهای رگرشن را داره شبکه عصبی MLP رو هم داره
به نظرم کانولوشن کمکی نمیتونه بکنه
فقط همه 270 ویژگی رو ندین چون نسبت تعداد ویژگی به داده خیلی زیاده
بهترین ویژگی ها رو انتخاب کنید و یک سری که تاثیر کمتری دارن رو حذف کنین بعد مدل رو fit کنید

Comments

سلام
ممنون. اگر ممکنه در مورد انتخاب بهترین فیچر ها هم راهنمایی کنید.
در واقع این 270 ویژگی شامل  پکیج هایی در 30 فرکانس مختلف و در هر فرکانس 9 مقدار مربوط به کانال مخابراتی بین 3 آنتن فرستنده و 3 آنتن گیرنده است.
متشکرم.
محسن

Answer 2

سلام
موضوع انتخاب ویژگی گستردس ولی به نظرم بد نیس با این یک تستی بکنید
Select features according to the k highest scores
تابع score رو هم f_regression بزارید

Comments

ممنون برای راهنمایی