Encog神经网络 - 如何实际运行测试数据

我已经能够对网络进行训练，并得到它的培训降到最小错误我想...Encog神经网络 - 如何实际运行测试数据

我实际上没有看到任何地方，甚至当我浏览指导手册时，如何测试经过训练的网络上的新数据......我将部分训练数据分开，以便我可以在未经训练的数据上测试网络的结果，因为我将它用于分类。这是我得到的代码，不确定如何处理MLData输出。对于分类，我只想将输出神经元的值设为最高...又名，最有可能是正确的分类节点。

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? 
    }

（我的测试数据明显标注了正确的分类......）

来源

2015-07-21 Nate Cook3

那么它取决于你手头有什么问题，但这个想法是，你的输出应尽可能接近到测试数据集输出，所以我建议比较一下。例如，如果这是一个分类任务，那么您的输出将是可迭代的，您应该能够计算出所选输出类是什么，并将其与目标进行比较。你可以制定错误分类率，或者任何其他准确度（精确度，召回率，F1分数）。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()

你将不得不适当地写OutputClass类，以便它返回过程的分类输出。对于回归，您可以做类似的事情，但是您可以使用两种输出之间的距离度量来代替映射，以找出错误。

来源

2015-07-28 09:42:03 nitbix

Encog神经网络 - 如何实际运行测试数据

回答

相关问题