3

私はwekaとニューラルネットワークの初心者です。weka の出力をコード レベルに変換する際に少し混乱しています。これは、トレーニング済みの多層パーセプトロンの weka 出力です。

=== Classifier model (full training set) ===

Sigmoid Node 0
    Inputs    Weights
    Threshold    -7.728242643484787
    Node 2    9.643254844595948
    Node 3    -8.919025399127651
Sigmoid Node 1
    Inputs    Weights
    Threshold    7.728242205764689
    Node 2    -9.643254376294452
    Node 3    8.91902493707197
Sigmoid Node 2
    Inputs    Weights
    Threshold    21.0918376938558
    Attrib mean    -19.54425890349859
    Attrib std    36.730369650588976
Sigmoid Node 3
    Inputs    Weights
    Threshold    16.25280971170097
    Attrib mean    -17.677516091162413
    Attrib std    14.141388386397688
Class valid
    Input
    Node 0
Class invalid
    Input
    Node 1

ここでは、MATLAB コードに変換する方法を示します

node3 = sdev * 14.141388386397688 +  avg *-17.677516091162413;
node3 = 1 / (1 + exp(-node3));
if(node3 < 16.25280971170097)
    node3 = 0;
end

node2 = sdev * 36.730369650588976 +  avg * -19.54425890349859;
node2 = 1 / (1 + exp(-node2));
if(node2 < 21.0918376938558)
    node2 = 0;
end

node1 = node3 * 8.91902493707197 +  node2 * -9.643254376294452;
node1 = 1 / (1 + exp(-node1));
if(node1 < 7.728242205764689)
    node1 = 0;
end

node0 = node3 * -8.91902493707197 +  node2 * 9.643254376294452;
node0 = 1 / (1 + exp(-node0));
if(node0 < -7.728242205764689)
    node0 = 0;
end

しかし、これを使用して奇妙な出力が得られます.wekaで生成された出力を機能的なニューラルネットワークに変換するのを手伝ってください.

4

1 に答える 1

-1

現在 Weka から取得しているのは、ネットワーク自体 (その重みと属性) です。私の知る限り、Weka は、このページにリストされている分類子の Java ソース コードを生成できます。あなたの分類器がこれらのクラスの1つであるかどうかはわかりません。これをサポートしている場合は、Classify-> More options->を選択してOutput source codeください。以下は、Weka メーリング リストからの説明です。

于 2012-11-12T13:42:33.407 に答える