[英]Neural Network vs Linear regression
我们知道,如果只有一个隐藏单元,神经网络将像线性回归一样执行。 因此,NN 方法的性能至少应该与线性回归方法一样好。 我使用以下代码行构建了一个 tidymodel model:
Data_nnet_mod <- mlp(hidden_units = tune(), penalty = tune(), epochs = tune()) %>%
set_engine("nnet") %>%
set_mode("regression")
并使用
Data_nnet_fit <-
Data_nnet_wflow %>%
tune_grid(val_set,
grid = 25,
control = control_grid(save_pred = TRUE),
metrics = metric_set(rmse))
事实证明,线性回归 output 的 RMSE 小于 NN 方法。
我想知道为什么 NN 方法产生的最佳 RMSE 大于回归方法。 从理论上讲,NN方法不应该至少和回归方法一样好吗?
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.