matlab - Matlab パターン認識ニューラル ネットワーク プロットの理解

Question

私は現在、車両分類に関するプロジェクトを行っていましたが、現在はほぼ終了していますが、ニューラル ネットワークから取得したプロットについていくつかの混乱があります。

[90=Hatchbacks,90=Sedans,50=SUVs]80 の特徴点の分類に230 枚の画像を使用しました。したがって、私vInputは[80x230]行列であり、私vTargetは[3x230]行列でした

分類子はうまく機能しますが、これらのプロットや異常かどうかはわかりません。

私のニューラルネットワーク

次に、セクション内のこれら 4 つのプロットをクリックして、PLOTこれらを順番に取得しました。

パフォーマンス プロット

トレーニング ステート

コンフュージョン プロット

レシーバー動作特性プロット

私はそれらがたくさんの画像であることを知っていますが、それらについては何も知りません。matlabのドキュメントでは、システムをトレーニングしてグラフをプロットするだけな
ので、誰かが簡単に説明するか、それらを学ぶための良いリンクをいくつか示してください。

Answer 1

最初の 2 つのプロットは、トレーニング統計を示しています。

パフォーマンス プロットは、すべてのデータセットの平均二乗誤差ダイナミクスを対数スケールで示します。トレーニング MSE は常に減少しているため、その検証とテスト MSE に関心を持つ必要があります。プロットは完璧なトレーニングを示しています。

Training Stateには、その他のトレーニング統計が表示されます。

勾配は、対数スケールでの各反復における逆伝播勾配の値です。5e-7は、目標関数の局所的最小値の底に達したことを意味します。

検証の失敗は、検証 MSE がその値を増やしたときの反復です。多くの失敗はトレーニング不足を意味しますが、あなたの場合は問題ありません。6 回連続で失敗すると、Matlab はトレーニングを自動的に停止します。

他の 2 つのプロットは、トレーニング後のネットワーク シミュレーションの結果を示しています。

混同プロット。あなたの場合、100％正確です。緑のセルは正解を表し、赤のセルはすべてのタイプの不正解を表します。

たとえば、最初のもの (トレーニング セット) を次のように読み取ることができます。クラス3」に分類されます。

受信者動作特性プロットは同じことを示していますが、ROC 曲線を使用して別の方法で示しています。