我有一个分类问题，前馈、完全连接的神经网络工作得相当好（两个类别，真阳性率和真阴性率接近 80%）。
我想让这些比率达到 90%，而更多功能是我能想到的改进的催化剂之一。
自动编码器学习额外的、有趣的特征是否适用于不涉及图像的问题？
自动编码器是否适用于非图像？
数据挖掘
分类
神经网络
自动编码器
2021-09-27 04:22:20
1个回答
是的，但是没有人知道它们是否能很好地解决您的问题，所以请尝试一下。如果一开始不起作用，不要放弃，因为训练神经网络需要一些练习；有很多参数，并不是每个配置都能正常工作。甚至优化算法也是一个超参数。