A rejtett neuronok számának hatása az előrecsatolt neurális háló teljesítményére

Leírás

Ebben a kísérletben különböző számú rejtett neuront tartalmazó kétrétegű előrecsatolt neurális hálókat tanítunk a Sonar, Mines vs. Rocks adatállományon. Minden egyes neurális hálóra meghatározzuk a 10-szeres keresztellenőrzés révén nyert átlagos hibaarányt.

A kísérlet fő eredménye annak bemutatása, hogy hogyan lehet egy operátor egy lista típusú paraméterének (esetünkben a Neural Net operátor hidden layers paraméterének) értékét ciklusokban egy makró segítségével megváltoztatni.

Hogy elfogadható végrehajtási időt kapjunk, csak a következő számú rejtett neuront tartalmazó neurális hálókat tekintjük:1, 2, 4, 8, 16.

Bemenet

Sonar, Mines vs. Rocks [UCI MLR]

Kimenet

8.5. ábra - A 10-szeres keresztellenőrzés révén nyert átlagos hibaarány a rejtett neuronok számának függvényében

A 10-szeres keresztellenőrzés révén nyert átlagos hibaarány a rejtett neuronok számának függvényében

Az eredmények értékelése

Az ábra azt mutatja, hogy a legjobb átlagos osztályozási hibaarányt (14,5%) akkor kapjuk, amikor a rejtett neuronok száma 8.

Videó

Folyamat

ann_exp3.rmp

Kulcsszavak

előrecsatolt neurális háló
felügyelt tanulás
hibaarány
osztályozás
keresztellenőrzés

Operátorok

Apply Model
Guess Types
Log
Log to Data
Loop Values
Neural Net
Performance (Classification)
Print to Console
Provide Macro as Log Value
Read CSV
X-Validation
Execute Script (R) [R Extension]