对于神经网络模型的结果解释？

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

如果变量A到隐藏层H11的权重为-0.444，H11到输出层的权重为-1.33，那么是否表明变量A对结果起到促进作用呢？（因为负负得正？？）

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏0 回帖

关键词：神经网络模型 网络模型 神经网络 结果解释 神经网 模型 网络

If these two combination function are linear, then what you have said  about the input node will be right.

假设神经网络中权重的正负是可以代表促进或抑制作用的（没看到过理论解释）；
  在多变量（比如还有变量B C等）情况下，
  这里隐含层H11，不单单只有变量A对应，而是综合了变量A B C的加权结果，
  隐含层H11再对应到输出层，也不仅仅代表变量A与输出层之间的关系；
  即使只有一个变量A，如果隐含层节点不止一个（比如有H12 H13等），A也对应了
  多个隐含层节点，也不能由H11的权重说明，A对输出层是什么确切关系；
  如果只有一个变量，隐含层只有一个节点，感觉上是能这么说；
  不过单变量的情况，倒不如画个散点图来得直观了，  所以神经网络的结果基本是没法解释的。