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
-
21-12-2019 - |
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
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
トレーニング状態
混同プロット
受信機動作特性プロット
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。
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: