Essays.club - Получите бесплатные рефераты, курсовые работы и научные статьи
Поиск

Интелектуальные методы анализа данных

Автор:   •  Март 29, 2021  •  Лабораторная работа  •  550 Слов (3 Страниц)  •  795 Просмотры

Страница 1 из 3

1.3. Порядок выполнения работы

Для выполнения работы предоставляется файл DATA_NS23.txt. В первой строке 2 числа: количество столбцов и количество строк. В первом столбце следующих строк значения выходной переменной. Следующие столбцы - входные переменные [pic 1]. Для выполнения лабораторной работы запускается программа NS_PCA_RBM.exe.

Далее рассчитываются матрица преобразования и на график выводятся собственные числа. Компоненты, соответствующие исходным данным записываются в файл PCA.txt.

[pic 2]

После этого открываем данный файл PCA.txt и инициализируем его, выбрав количество главных компонент 10. Первый столбец Output – выходная переменная из исходного набора данных, затем первые 10 входные компоненты Input, остальные не участвуют в обучении - Ignore.

После инициализации Init задается топология нейронной сети. По умолчанию задается один скрытый слой и 20 нейронов. Топологию (количество скрытых слоев и количество нейронов на них), обеспечивающую минимальную ошибку на проверочной выборке, следует подобрать, запуская обучение Start. Зададим 2 скрытых слоя Kc по 20 нейронов.

При обучении выдается график соответствия расчетных значений фактическим на обучающей и проверочной выборках, а также значения ошибок на обучающей и проверочной выборках.

Обучающая выборка 75% , проверочная - оставшиеся 25%. Значения ошибок фиксируются и выбирается другая топология.

10 компонент:

[pic 3]

Затем снижаем количество первых компонент: 9, 8, 7, 6, 5, повторяем всю процедуру обучения.

9 компонент:[pic 4]

8 компонент:

[pic 5]

7 компонент:

[pic 6]

6 компонент:

[pic 7]

5 компонент:

[pic 8]

По полученным зависимостям ошибок от количества главных компонент строится график и делается вывод о влиянии компонент на погрешность аппроксимации.

[pic 9]

Вывод: При уменьшении количества компонент увеличивается погрешность аппроксимации.

RBM

Открываем снова исходный файл DATA_NS23.txt. Для получения преобразования                             применяем RBM-calculate , предварительно задав количество компонент вектора z в окошке [pic 10][pic 11]

[pic 12]

Записываем этот файл под именем RBM10.txt. Производим расчеты для количества компонент 9,8,7,6,5, записав их с соответствующими цифрами в именах файлов.

После этого начинаем обучение нейронной сети, открывая по очереди каждый файл. Здесь также первый столбец - выходная переменная Output, остальные - Input.

...

Скачать:   txt (6.9 Kb)   pdf (450.4 Kb)   docx (321.2 Kb)  
Продолжить читать еще 2 страниц(ы) »
Доступно только на Essays.club