Вычислите среднеквадратичную ошибку в конце каждой итерации и постройте ее в Matlab.

У меня есть набор данных для классификации с использованием правила обучения персептрона. я рассчитал матрицу весов, но не знаю, как построить MSE. {????1 = [ 1 1 ],????1 = [ 0 0 ]}, {????2 = [ 1 2 ],????2 = [ 0 0 ]}, { ????3 = [ 2 −1 ],????3 = [ 0 1 ]}, {????4 = [ 2 0 ],????4 = [ 0 1 ]}, {????5 = [ −1 2 ],????5 = [ 1 0 ]}, { ????6 = [ −2 1 ],????6 = [ 1 0 ]}, {????7 = [ −1 −1 ],????7 = [ 1 1 ]}, {????8 = [ −2 −2 ],????8 = [ 1 1 ] }. Это набор данных и w=[-2 0;0 -2],bias =[-1 0];


matlab neural-network mse perceptron
person Deepak Chekuri    schedule 09.01.2021    source источник

Ответы (1)


arrow_upward
0
arrow_downward

вычислить изменение веса, соответствующее нейрону, применить измененные веса ко всем остальным входным данным и найти mse.

 P=[p1,p2,...]
for i=1:number of inputs

    ///change weights here

   for j=1:number of inputs
       a=f(net);
      error[j] =target[j] -a[j];

     
   end
   mse=error *error' / numel(error);
   

end
person Deepak Chekuri    schedule 02.02.2021