Encog神經網絡 - 如何實際運行測試數據

我已經能夠對網絡進行訓練，並得到它的培訓降到最小錯誤我想...Encog神經網絡 - 如何實際運行測試數據

我實際上沒有看到任何地方，甚至當我瀏覽指導手冊時，如何測試經過訓練的網絡上的新數據......我將部分訓練數據分開，以便我可以在未經訓練的數據上測試網絡的結果，因爲我將它用於分類。這是我得到的代碼，不確定如何處理MLData輸出。對於分類，我只想將輸出神經元的值設爲最高...又名，最有可能是正確的分類節點。

MLDataSet testingSet = new BasicMLDataSet(testingTraining, testingIdeal); 
    System.out.println("Test Results:"); 
    for(MLDataPair pair: testingSet) { 
     final MLData output = network.compute(pair.getInput()); 
     //what do I do with this output? 
    }

（我的測試數據明顯標註了正確的分類......）

來源

2015-07-21 Nate Cook3

那麼它取決於你手頭有什麼問題，但這個想法是，你的輸出應儘可能接近到測試數據集輸出，所以我建議比較一下。例如，如果這是一個分類任務，那麼您的輸出將是可迭代的，您應該能夠計算出所選輸出類是什麼，並將其與目標進行比較。你可以制定錯誤分類率，或者任何其他準確度（精確度，召回率，F1分數）。因此，像：

int bad = 0; 
for(MLDataPair pair: testingSet) 
{ 
    MLData output = network.compute(pair.getInput()); 
    if(outputClass(output) != outputClass(pair.getIdeal())) 
     bad++; 
} 
double misclassificationRate = bad/testingSet.size()

你將不得不適當地寫OutputClass類，以便它返回過程的分類輸出。對於迴歸，您可以做類似的事情，但是您可以使用兩種輸出之間的距離度量來代替映射，以找出錯誤。

來源

2015-07-28 09:42:03 nitbix

Encog神經網絡 - 如何實際運行測試數據

回答

相關問題