文件名称：prediction-interval-NN:前馈NN和RNN的置信度和预测间隔
文件大小：230KB
文件格式：ZIP
更新时间：2024-06-06 13:40:17
Python
预测间隔神经网络 神经网络回归问题的置信区间和预测区间。 置信区间是通过同时训练多个神经网络生成的，每个神经网络都有自举版本的训练数据。 通过从网络输出用户定义的分位数的预测以及均值预测来生成预测间隔。 包括前馈NN和Recurrent Neural Net的TensorFlow（经1.6.0版测试）中的实现。 有关详细信息，请参见。 后续文件。 用法 其中包括三个示例脚本：example_nn.py，example_nn_timeseries.py和example_rnn.py，分别演示了前馈NN的用法，时间序列预测的前馈NN和时间序列预测的RNN。 输出 使用前馈NN预测基于sin的函数的示例输出 使用递归NN预测时间序列数据的示例输出 执照 受CreativeCommons许可保护，该许可仅允许研究和个人使用。 对于商业许可证，请联系作者。 参见
【文件预览】：
prediction-interval-NN-master
----Figure_1.png(99KB)
----README.md(1KB)
----Figure_2.png(100KB)
----example_rnn.py(3KB)
----functions()
--------neural_networks.py(20KB)
--------losses.py(8KB)
--------scalers.py(3KB)
--------bootstrap_nn.py(43KB)
--------utils.py(4KB)
--------nn_data_sort.py(77KB)
--------nn_layers.py(3KB)
----example_nn_timeseries.py(3KB)
----example_nn.py(3KB)