数据挖掘知识点简要

神经网络：Θ代表偏置，w代表权值。加权和f=∑OiWij; ① 输出层净输入等于输入的加权和加上偏置I3=O1W13+O2W23+Θ3 ②;输出层3的输出O3=1/1+e-I3;③；输出层误差用于测量样本的实际输出，神经网络根据预测输出和实际输出的误差来调节参数。Err3=O3(1-O3)(T3-O3)④;(T3代表实际输出，O3代表预测输出）对于隐藏层误差，从输出层开始，反向逐层传递输出层的误差

>>阅读原文<<