如何解释R中的神经网络图

Question

朋友，我试图学习R中的神经网络。 有人可以帮我解释R中的神经网络图吗？ 朋友，我得到这个图

的朋友请帮我解释这个图 任何帮助，将不胜感激

Answer 1

这幅画代表了著名Iris dataset上下文中的神经网络。该数据集包含iris plant三种类型的四个属性。这些属性的名称显示在您展示的图片的左侧。

数据从左侧流向右侧。将属性（工厂的属性）呈现给输入层（左起第一列节点）。这些值中的每一个都乘以一个适当的权重，呈现给下一层中的节点 - 隐藏层（节点的中间列）。隐藏层也会得到一个输入给它的偏移值（顶部行，左侧标记为1的节点）。神经元能够代表任何分离的超平面，而不仅仅是跨越原点的超平面，这是偏差所必需的。例如，在一个简化的2D的情况下，不顾激活功能，无需偏置一个神经网络节点可以表示形式的任何行：

Y = A * X

凡x是输入值，而a是重量。与偏压，它可以表示所有可能的线：

Y = A * X + B * 1

1对应于图中的1节点，b是它的重量（也可见在图）。

对输出层（图片中节点的最后一列）重复完全相同的场景。

右侧的标签表示类别标签，它们与分类植物的名称相对应。这种结构代表赢家通吃（WTA）范式。也就是说，最终决定取决于哪个输出神经元具有最高值。例如，如果最高输出神经元的输出值为0.8，则中间的输出神经元为0.76，底部为0.3，则决定是所呈现的属性表示“Iris setosa”类。