taramath: NeuralNetwork.test

Beschreibung

Die Funktion besitzt zwei verpflichtende Argumente:

T	Testdaten
s	String ("max" oder "round")

Die Funktion testet das neuronale Netz anhand der Testdaten T. Dabei ist T eine Liste von Testsignalen, wobei jedes Testsignal ein Paar bestehend aus Eingangssignal (Vektor) und Ausgangssignal (Vektor) ist.

Der Test kann nur dann durchgeführt werden, falls als Ausgangssignale boolsche Vektoren erwartet werden. Genauer wird jedes Ausgangssignal auf einen Eineitsvektor abgebildet, falls als String s="max" übergeben wird (der größte Eintrag des Ausgangssignal wird auf 1 gesetzt, alle anderen Einträge auf 0). Als zweite Option kann der String s="round" übergeben werden, sodass alle Einträge der Ausgangssignale auf 0 und 1 gerundet werden.

Ausgegeben wird die Konfusionsmatrix gemäß der gewählten Option s: Falls die Länge der Ausgangssignal ist, so wird je nach Option entsprechend eine -Matrix oder eine -Matrix ausgegeben.

Beispiel

Das folgende Beispiel veranschaulicht exemplarisch die Testfunktion des NeuralNetwork-Pakets. Verwendet wird dabei die Option max, sodass sich eine -Konfusionsmatrix ergibt.

<!DOCTYPE html>
<html>
<head>
  <script src="taramath.js"></script>
</head>
<body>
<textarea id="print"></textarea>
<script>

// Testdaten //

var T = [
  [[0.0,0.0,0.0], [0,1]],
  [[0.1,0.2,0.3], [0,1]],
  [[0.4,0.5,0.6], [0,1]],
  [[0.7,0.8,0.9], [1,0]]
];

// Testen //

Print.init("print");
Print.set_digits(0);

NeuralNetwork.init([3,4,2]);
Print.object(NeuralNetwork.test(T, "max"));

</script>
</body>
</html>

Vorschau aktualisieren

Beispiel

Das folgende Beispiel veranschaulicht exemplarisch die Testfunktion des NeuralNetwork-Pakets. Verwendet wird dabei die Option round, sodass sich eine -Konfusionsmatrix ergibt.

<!DOCTYPE html>
<html>
<head>
  <script src="taramath.js"></script>
</head>
<body>
<textarea id="print"></textarea>
<script>

// Testdaten //

var T = [
  [[0.0,0.0,0.0], [0,0]],
  [[0.1,0.2,0.3], [0,1]],
  [[0.4,0.5,0.6], [1,0]],
  [[0.7,0.8,0.9], [1,1]]
];

// Testen //

Print.init("print");
Print.set_digits(0);

NeuralNetwork.init([3,4,2]);
Print.object(NeuralNetwork.test(T, "round"));

</script>
</body>
</html>

Vorschau aktualisieren

NeuralNetwork.test

zum Testen eines neuronalen Netzes