作者rz12345 (RZ)
看板NDHU-Ch99
标题[课务]分子模拟课程作业三讯息公告
时间Sun May 30 19:30:18 2010
※ [本文转录自 NDHU-Ch100 看板 #1C0amTtU ]
作者: rz12345 (RZ) 看板: NDHU-Ch100
标题: [课务]分子模拟课程作业三讯息公告
时间: Sun May 30 19:29:31 2010
有修梁老师分子模拟课程的同学 请往下看
课程网页:
http://rzccn.idv.st/
关於第三次作业的部分 跟老师讨论後的结果後如下
BPNN -作业三注意事项：
1. 这次作业请将所有all molecule 作为 training set
2. 寻找Rcv(squared) 接近R(squared)值的model (cv=Cross Validation)
--------------
具体做法:
Create Back Propagation Neural Network Model > Parameter Name > Validation
Use test set: 预设为True，会将input data 分成 training set & test set
。提供检视这组input data & descriptors 预测性。(选False，考虑的状况比较单纯)
Test set fraction: test set 在input data的比例 。
Cross Validation Method:
Omit Single Rows in Turn: Leave One Out
Omit Groups of Rows: 将data 分成n组 n=Cross Validation Groups
Rcv预测结果在ModelDescription.html > Validation
R?squared : training set R(squared)
R?squared (cross?validated): training set Rcv(squared)
R?squared (monitor set) : test set R(squared)
R?squared (monitor set, cross?validated) : test set Rcv(squared)
若Use test set为False则不会有R?squared (monitor set)&R?squared
(monitor set, cross?validated)出现。
hint: Data Standardization: Mean/Standard Deviation or Data Range 可能
有助於Rcv的表现
By 助教
--
※ 发信站: 批踢踢实业坊(ptt.cc)
◆ From: 134.208.33.107
--
※ 发信站: 批踢踢实业坊(ptt.cc)
◆ From: 134.208.33.107