如何解釋R中的神經網絡圖

Question

朋友，我試圖學習R中的神經網絡。 有人可以幫我解釋R中的神經網絡圖嗎？ 朋友，我得到這個圖

的朋友請幫我解釋這個圖 任何幫助，將不勝感激

Answer 1

這幅畫代表了著名Iris dataset上下文中的神經網絡。該數據集包含iris plant三種類型的四個屬性。這些屬性的名稱顯示在您展示的圖片的左側。

數據從左側流向右側。將屬性（工廠的屬性）呈現給輸入層（左起第一列節點）。這些值中的每一個都乘以一個適當的權重，呈現給下一層中的節點 - 隱藏層（節點的中間列）。隱藏層也會得到一個輸入給它的偏移值（頂部行，左側標記爲1的節點）。神經元能夠代表任何分離的超平面，而不僅僅是跨越原點的超平面，這是偏差所必需的。例如，在一個簡化的2D的情況下，不顧激活功能，無需偏置一個神經網絡節點可以表示形式的任何行：

Y = A * X

凡x是輸入值，而a是重量。與偏壓，它可以表示所有可能的線：

Y = A * X + B * 1

1對應於圖中的1節點，b是它的重量（也可見在圖）。

對輸出層（圖片中節點的最後一列）重複完全相同的場景。

右側的標籤表示類別標籤，它們與分類植物的名稱相對應。這種結構代表贏家通吃（WTA）範式。也就是說，最終決定取決於哪個輸出神經元具有最高值。例如，如果最高輸出神經元的輸出值爲0.8，則中間的輸出神經元爲0.76，底部爲0.3，則決定是所呈現的屬性表示「Iris setosa」類。