Интеллектуальный анализ данных в менеджменте. Кричевский М.Л. - 55 стр.

UptoLike

ВУЗ: 

СПб ГУАП | Санкт-Петербург

Составители: 

Рубрика: 

55
– эффективность работы сети;
– устойчивость;
– стабильность.
Эффективность модели определяет качество обученной сети, ос"
новываясь на характеристике, которая достигается при требуемом
или идеальном выходах сети. Для вычисления эффективности моде"
ли вначале определяют оценку поведения сети при требуемом или
идеальном выходе и сравнивают результат с тем, который получен
на выходе сети при подаче на ее вход элементов обучающей выборки.
Например, если годовой доход на основе идеального выхода сети со"
ставляет 20%, а нейросетевой реальный выход на тех же данных
дает 16%, то эффективность модели равна 80%. В итоге, этот пока"
затель является индикатором качества обучения ИНС на предъяв"
ленной ей выборке данных, но не демонстрирует ее возможности в
реальной работе.
Эффективность работы сети (по"английски – walk"forward
efficiency) является мерой потенциала работы обученной сети. Этот
показатель дает оценку действия нейронной сети на тестовой выбор"
ке и сравнивает полученную оценку с той, которая достигается при
использовании требуемого (идеального) выхода. Например, если на
основе данных, не участвовавших в обучении, идеальный выход дает
14,5%, а реальный нейросетевой выход – 11,5%, то такой показа"
тель составляет 11,5 / 14,5 = 72%. Эффективность работы сети – это
индикатор потенциала обученной нейронной сети, однако он не га"
рантирует, что достигнутая характеристика будет поддерживаться.
Режим работы или структурные изменения могут создать различие
между обучающей, тестовой выборками и реализацией работы сети в
реальном времени. Вследствие этого важно проверить устойчивость
ИНС во времени.
Устойчивость – характеристика обученной сети в различные вре"
менные периоды, которыми могут быть перекрывающиеся или непе"
рекрывающиеся окна изменяющихся размеров. Например, если дос"
тупны исторические данные за прошедшие несколько лет, то возмож"
но оценить поведение нейронной сети для всех окон шириной 3, 6, 9
или 12 месяцев. Использование скользящих окон дает распределе"
ние значений характеристики ИНС. Такие распределения можно изу"
чать методами классического статистического анализа, определяя
средние величины, дисперсии и значимость полученных по распреде"
лениям оценок.
Стабильность – характеристика обученной нейронной сети, ос"
нованной на окнах переменных размеров. Основная идея сводится к

Страницы