S'ils vous plaît, j'ai une question sur le choix des entrées d'un réseau de neurones artificiel. Je voudrais prédire le nombre de bouteille d'eau vendu. En fait, ce paramètre dépend de plusieurs paramètres tels que le jour de la semaine, les jours fériés et la température.
Je dispose de trois ans de données (de 2009 à 2011) et je voudrais savoir est-ce que je devrais inclure le paramètre année ou les deux paramètres jour et mois sont assez suffisants pour exprimer la saisonnalité ? Merci pour votre réponse.
Il faut que tu évalue quel est la période du motif qui se répète. Si tu constate que c'est la même chose tout les ans, alors l'année importe peu. Si au contraire il y a une variabilité en fonction de l'année, alors il faut la prendre en compte.
Si tu utilise des réseaux qui ajustent leurs poids, tu donne tout ce que tu peux, et il finira par donner plus d'importance aux variables significatives.
Sinon, tu fais des stats, et tu trouves les variables importantes.
CodeWe is an open-source live code-sharing website.
Petite remarque soit dit en passant, vu que tu n'as qu'un millier de données, ton réseau de neurones devra être très petit pour éviter le surapprentissage. Par ailleurs, tu sembles plus vouloir faire une régression qu'une classification, or les réseaux de neurones ne sont pas les algos les plus efficaces pour ça. Est-ce que tu as regardé si des algos de régression seraient plus adaptés à tes besoins ?
Premièrement, je vous remercie pour votre réactivité. Concernant ma question, il s'est avéré que la variable année a moins d'importance par rapport aux autres variables, car le motif se répète en une période inférieure à une année (saisonnalité). Et cela convient parfaitement avec ce que kincurt a mentionné dans sa réponse. Alors, après des discussions entre le groupe du projet, nous avons conclu que les variables ayant plus d'influence sont : le jour, le mois, l'indice de la saison(de 1 à 4), l'indice des jours de la semaine (de 1 à 7 ), indice des jours fériés (1 ou 0) et la température.
Melepe, a raison qu'il y a d'autres algorithmes de régression plus performants que les réseaux de neurones comme le SVM, SVR & Decision Tree. Toutefois, dans le cadre de ce projet académique, il nous est demandé d'entreprendre une comparaison entre les réseaux de neurones et le ANFIS.
Merci.
Donnée d'entrée d'un réseau de neurones artificiel
× Après avoir cliqué sur "Répondre" vous serez invité à vous connecter pour que votre message soit publié.
× Attention, ce sujet est très ancien. Le déterrer n'est pas forcément approprié. Nous te conseillons de créer un nouveau sujet pour poser ta question.
CodeWe is an open-source live code-sharing website.