Насколько я понял, в итоге брались градусы транссатурнов в знаке, а не абсолютные долготы, т.к. источником был сайт АДБ, а там нет абсолютных планетарных долгот. И четвертая входная переменная - пол.
Обман предполагаю, потому что теоретически не могу представить, как только транссатурны могут определять продолжительность жизни. Иначе бы все мужчины(как и все женщины), рожденные в один день, имели бы одинаковую продолжительность жизни.
Ну, почему же одну. Надо учитывать погрешность модели. Она составила 16,4%. Теперь разберемся, что это означает. Эта величина есть процент по отношению к максимальному реальному значению. Судя по графику максимальное реальное значение составляет 100 лет. Следовательно, СКО составляет 16,4 года. При условии, что погрешности распределены по нормальному закону, а я сильно сомневаюсь, что это именно так, то 68% рожденных в один и то же день будут иметь продолжительность жизни +/- 16,4 года от прогнозируемой величины, а 95% рожденных в один день будет иметь продолжительность жизни +/- 32,8 года от прогнозируемой величины.
И что же здесь может быть нереального и обманчивого?
Там напискно о крайне неравномерном распределении - 40-55 лет для суицидников и казненных. При исключении из тестовой группы этих категорий погрешность 10.8%
Рисунок 6 статьи впечатляет.
В статье ни слова о 95% людей и +- 32 года, написано что нейросеть обучили прогнозировать продолжительность жизни. А погрешность прогнозов заявлена как 10.8%, исключая случаи самоубийств и казней.
Если принять за правду что нейросеть именно обучили прогнозировать, то в любых тестовых группах без суицидников погрешность не должна возрастать в два раза, а может только незначительно колебаться в + или - ,я это так понимаю.
Лично я эти результаты понимаю как то, что сеть поймала тренд продолжительности жизни (правда на каком историческом промежутке времени не известно). А под медленные тренды транссатурны всегда хорошо вписываются.
Даже 10% - это как +/- 10 лет для разброса в одну сигму. Авторы, к сожалению, не дают других оценок погрешностей работы модели и в статье, как мне думается, представлена наиболее "показательная" тестовая группа.
В статье говорится, что кросс-валидация проводилась для исходного набора переменных и погрешность сильно не менялась. А вот по поводу кросс-валидации оптимизированной конечной модели ничего не сказано.
Ну и плюс авторы статьи надеются на то, что кто-то сможет повторить этот опыт и получить аналогичные результаты.
Поигрался с лабораторными работами с сайта на который в статье ссылаются. Буквы нейросимулятор учится распознавать хорошо, а с распознаванием четная-нечетная цифра проблемы. Интересная штуковина конечно.
2 лабораторные работы на обучение нейросети диагнозы ставить. Надо знакомым терапевтам рассказать что они скоро вымрут как мамонты
В проверку лучше загружать или скопировать тестовую группу. Там производится расчет выходной переменной и ошибки, в виде разности по модулю. Выгрузив из нее в Эксель, сможем построить те же диаграммы, что и в статье.
Отложил я нейросети в дальний ящик и вернулся к классическому статанализу. Не срастаюсь я как-то с сетями. Нейросеть, какой бы она не была, основана исключительно на дискриминантных функциях.
Статанализ, в этом смысле, предоставляет гораздо больше инструментов для исследования.
По своим ощущениям (к сожалению не могу более строго пока обосновать) могу сказать, что нейросеть (любой софт), скорее всего, в принципе не способна работать с астрофакторами в чистом виде. Если к ней довесить социальные переменные, которые могут сформировать тренд, то тогда астрофакторы могут оказаться очень даже кстати.
АСТРОЛОГИЯ ПОД ПРИЗМОЙ НЕЙРОННЫХ СЕТЕЙ
Линейный вид
