Weka多層感知器分類器輸出爲代碼

我是使用weka和神經網絡的新手。我很困惑將weka輸出轉換爲代碼級別。這裏是我訓練的多層感知器的weka輸出。Weka多層感知器分類器輸出爲代碼

=== Classifier model (full training set) === 

Sigmoid Node 0 
    Inputs Weights 
    Threshold -7.728242643484787 
    Node 2 9.643254844595948 
    Node 3 -8.919025399127651 
Sigmoid Node 1 
    Inputs Weights 
    Threshold 7.728242205764689 
    Node 2 -9.643254376294452 
    Node 3 8.91902493707197 
Sigmoid Node 2 
    Inputs Weights 
    Threshold 21.0918376938558 
    Attrib mean -19.54425890349859 
    Attrib std 36.730369650588976 
Sigmoid Node 3 
    Inputs Weights 
    Threshold 16.25280971170097 
    Attrib mean -17.677516091162413 
    Attrib std 14.141388386397688 
Class valid 
    Input 
    Node 0 
Class invalid 
    Input 
    Node 1

，並在這裏是怎麼了轉換成MATLAB代碼

node3 = sdev * 14.141388386397688 + avg *-17.677516091162413; 
node3 = 1/(1 + exp(-node3)); 
if(node3 < 16.25280971170097) 
    node3 = 0; 
end 

node2 = sdev * 36.730369650588976 + avg * -19.54425890349859; 
node2 = 1/(1 + exp(-node2)); 
if(node2 < 21.0918376938558) 
    node2 = 0; 
end 

node1 = node3 * 8.91902493707197 + node2 * -9.643254376294452; 
node1 = 1/(1 + exp(-node1)); 
if(node1 < 7.728242205764689) 
    node1 = 0; 
end 

node0 = node3 * -8.91902493707197 + node2 * 9.643254376294452; 
node0 = 1/(1 + exp(-node0)); 
if(node0 < -7.728242205764689) 
    node0 = 0; 
end

但是我用這讓一些奇怪的輸出，任何人可以幫我在改造秧雞生成的輸出功能性神經網絡。

來源

2012-11-12 JibranAhmed

這並非如何在多層網絡中起作用;在計算logistic sigmoid之前，將它們添加到節點的輸入*中。拿起任何關於公式的神經網絡的好書。 –

您能否詳細說明一下，這是什麼意思node0 = node3 * -8.91902493707197 + node2 * 9.643254376294452 -7.728242205764689; node0 = 1 /（1 + exp（-node0））;那麼如何使用node0輸出進行分類？ – JibranAhmed

可能就是這樣，或者你可能不得不添加'7.728' - 這取決於我不熟悉的Weka慣例。如何做分類取決於網絡的結構，這在問題中並不明顯。 –

-1

您目前從Weka獲得的是網絡本身（它的權重和屬性）。 AFAIK，Weka可以爲this page上列出的分類器生成Java源代碼。我不確定你的分類器是這些類中的一個。如果確實支持這一點，那麼只需選擇Classify - >More options - >Output source code。這裏有一些explanation from Weka mailing list。

來源

2012-11-12 13:42:33 Stan

MLP尚未實施'Sourcable'接口，因此無法生成分類器源代碼。（[Here]（http://weka.sourceforge.net/doc.dev/weka/classifiers/functions/MultilayerPerceptron.html）是MLP類的文檔。） – SuB

Weka多層感知器分類器輸出爲代碼

回答

相關問題