ตัวจำแนกตามเครื่องหมาย
โครงการเรียนรู้เพนกวิน
โครงการใช้ข้อมูลเพนกวิน Palmer ที่สมบูรณ์ 342 แถว: ชุดฝึก 240 และชุดทดสอบ 102 แถว แถวฝึกที่เลือกกำหนดการปรับสเกลและพารามิเตอร์ CSV ต้นฉบับ
โครงการนี้ฝึกน้ำหนักด้วย softmax ต่างจากแล็บในหน้าแรกที่ใช้ค่าเฉลี่ยของสายพันธุ์ที่ใกล้ที่สุด ข้อมูลวัดเพนกวินชุดเดียวกัน แต่วิธีจำแนกต่างกัน คำทำนายอาจต่างกันได้
กฎทำนายและชั้นของเครือข่าย · อธิบายหรือใช้กฎทำนาย ชั้น และพารามิเตอร์
โครงการใช้กฎเชิงเส้นกับสองคุณลักษณะ น้ำหนักที่ฝึกให้คะแนนหรือมวลที่ปรับสเกล
พิจารณาแนวคิดนี้ร่วมกับโครงการ สมมติฐานของต้นฉบับอาจต่างกัน ข้อมูลชุดนี้ไม่พิสูจน์ทฤษฎีบท
ข้อมูลเข้า: 12 × 2; ประเมินชุดทดสอบ: 102 · #58 · 40.6 มม., 193 มม.. คำตอบที่ทราบ: อาเดลี; ค่าทำนาย: อาเดลี · [≈0.7383, ≈0.2444, ≈0.01737].
ใช้ในส่วนต้นฉบับเหล่านี้: 1.2 เรียนรู้จากตัวอย่าง
ใช้กฎเครื่องหมายกับผลลัพธ์แต่ละค่าของเครือข่าย: ศูนย์นับเป็นบวก
เครื่องหมายแปลงผลลัพธ์สเกลาร์ของเครือข่ายเป็นป้ายทวิภาค
ตัวอย่างสูตรต้นฉบับ
ตรงตามนิยาม · ตัวอย่างคำนวณกฎเครื่องหมายบนคะแนนสเกลาร์สามค่า
สัญลักษณ์
- เซตตัวจำแนกเครื่องหมายจากกลุ่มเครือข่าย
- ฟังก์ชันที่คืน +1 สำหรับข้อมูลเข้าไม่เป็นลบและ −1 สำหรับข้อมูลเข้าลบ
- เวกเตอร์พารามิเตอร์เครือข่ายจำนวนจริง
ตัวอย่างสูตรต้นฉบับ
ตัวอย่างต้นฉบับนี้ใช้ข้อมูลเข้าและสมมติฐานของตัวเอง การแก้ไขไม่เปลี่ยนโครงการ
แก้ค่าหรือโค้ด แล้วกดรัน ตัวอย่างนี้เป็นการคำนวณจำนวนจำกัด ไม่ใช่การพิสูจน์ทฤษฎีบท
ลำดับข้อมูลในตัวอย่างนี้
โค้ดเปลี่ยนแล้ว กดรีเซ็ตเพื่อคืนลำดับข้อมูลของตัวอย่าง
คุณเลือก
input.score= 1
คำนวณที่นี่
นิพจน์ผลลัพธ์: { raw, labels: raw.map((v) => (v >= 0 ? 1 : -1)) }
raw=[input.score, 0, -2]ใช้:input.score
ส่งกลับ
raw- อาร์เรย์ (3 รายการ): [1, 0, -2]
labels- อาร์เรย์ (3 รายการ): [1, 1, -1]
อ่านตัวเลขจาก input แล้วคืนค่าผลลัพธ์ พื้นฐาน JavaScript.
ผลลัพธ์
ข้อความทางเทคนิค
ต้นฉบับใช้ป้าย +1 และ −1 และรวมศูนย์ในกรณีบวก
แหล่งอ้างอิง: นิพจน์จากแหล่งต้นฉบับ