Citazione Originariamente Scritto da N64 Visualizza Messaggio
non ha alcun senso questo tipo di confronto
se tu prendi un campione e lo usi come training set per un modello e costruisci questo modello affinchè abbia un'adattamento molto alto è ovvio che i dati di output siano quasi coincidenti con quelli di imput, ma a livello correlativo questo non vuol dire nulla.
dire che il modello ha un indice di correlazione (non confidenza che è un'altra cosa) di 0.91 non ha alcun valore predittivo ne tantomeno ha senso andare a studiare la varianza degli errori
Scusate , Non capisco nulla di meteo ma conosco le reti neurali e simili , vorrei solo dire che non è del tutto esatto quello che dici, dipende da che tipo di rete si usa e cosa si vuol far apprendere alla rete .Se vuoi far apprendere una somma il traing set ha un valore in sè perchè esiste una legge che la regola, se gli vuoi far apprendere come fare sei al superenalotto e come training set dai le estrazioni precedenti la rete troverà un adattamento(variazione dei pesi nel caso di reti neurali ma potrebbero essere algoritmi di RL o Altri) ma alla prossima estrazione troverai , con disappunto....haha, che non farai sei e neanche 5 etc... perchè non esiste una legge per far sei in base alle estrazioni precedenti.