Matlab パターン認識ニューラル ネットワーク プロットを理解する

StackOverflow https://stackoverflow.com//questions/20025068

質問

私は現在車両分類に関するプロジェクトを行っており、ほぼ完了しましたが、ニューラル ネットワークから取得したプロットについていくつかの混乱があります。

230枚の画像を使用しました [90=Hatchbacks,90=Sedans,50=SUVs] 80 個の特徴点で分類します。したがって、私の vInput でした [80x230] マトリックスと私 vTarget だった [3x230] マトリックス

分類器はうまく機能しますが、これらのプロット、またはそれらが異常であるかどうかがわかりません。

私のニューラルネットワーク
Neural Network

次に、これらの 4 つのプロットをクリックしました。 PLOT セクションを作成し、これらを順番に取得しました。

パフォーマンスプロット
Performance
トレーニング状態
training state
混同プロット
Confusion plot
受信機動作特性プロット
ROC plot


たくさんの画像があることは知っていますが、それらについては何も知りません。Matlab のドキュメントでは、システムをトレーニングしてグラフをプロットするだけです。
したがって、誰かがそれらを私に簡単に説明するか、それらを学ぶための良いリンクをいくつか見せてください。

役に立ちましたか？

解決

最初の 2 つのプロットは、トレーニング統計を示しています。

パフォーマンスプロット すべてのデータセットの平均二乗誤差ダイナミクスを対数スケールで示します。トレーニング MSE は常に減少しているため、その検証とテスト MSE に関心を持つ必要があります。あなたのプロットは完璧なトレーニングを示しています。

トレーニング状態 他のトレーニング統計を示します。

勾配は、対数スケールでの各反復におけるバックプロパゲーション勾配の値です。 5e-7 は、目標関数の極小値の底に到達したことを意味します。

検証失敗は、検証 MSE が値を増やしたときの反復です。失敗が多いということはトレーニングが不十分であることを意味しますが、あなたの場合は大丈夫です。Matlab は、6 回連続で失敗するとトレーニングを自動的に停止します。

他の 2 つのプロットは、ネットワーク シミュレーションの結果を示しています。 後 トレーニング。

混同プロット. 。あなたの場合、それは100％正確です。緑のセルは正解を表し、赤のセルはすべてのタイプの不正解を表します。

たとえば、最初のセット (トレーニング セット) は次のように読むことができます。「クラス 1 の 59 個のサンプルがクラス 1 に正しく分類され、クラス 2 の 13 個のサンプルがクラス 2 に正しく分類され、クラス 3 の 6 個のサンプルがクラス 3 に正しく分類されました。」

受信機動作特性プロット 同じことを別の方法で示します。 ROC曲線:

enter image description here

ライセンス： CC-BY-SA と 帰属
所属していません StackOverflow
scroll top