| Operatoren |
set_rejection_params_class_mlp — Setzen der Parameter einer Rückweisungsklasse.
set_rejection_params_class_mlp( : : MLPHandle, GenParamName, GenParamValue : )
set_rejection_params_class_mlp setzt die Parameter einer automatisch generierten Rückweisungsklasse innerhalb eines mehrschichtigen Perzeptrons (MLP), das in MLPHandle übergeben wurde. In einigen Anwendungen ist es erstrebenswert zu wissen, ob ein Merkmalsvektor ähnlich zu einem aus der Trainingsmenge ist. Falls ein Merkmalsvektor außerhalb der zur Verfügung stehenden Trainingsmenge liegt, soll er als eine spezielle Rückweisungsklasse klassifiziert werden. Das bedeutet, dass der Merkmalsvektor sich von dem Konfidenzbereich des Klassifikators unterscheidet. Falls man die Benutzung einer zusätzlichen Rückweisungsklasse beabsichtigt, muss eine zusätzliche Klasse beim Erzeugen des Klassifikators in create_class_mlp angegeben werden. Hier muss entsprechend der Parameter NumOutput um eins erhöht werden.
Der Parameter der Rückweisungsklasse werden mit GenParamName gewählt, der entsprechende Wert mit GenParamValue.
Standardmäßig dient die letzte Klasse als Rückweisungsklasse. Falls eine andere Klasse benützt werden soll, muss GenParamName auf 'rejection_class_index' und GenParamValue auf den Klassenindex gesetzt werden.
Zur Zeit existieren drei Strategien, um Datensätze der Rückweisungsklasse zu erzeugen. Diese Strategien können durch Setzen von GenParamName auf 'sampling_strategy' und GenParamValue auf 'hyperbox_around_all_classes', 'hyperbox_around_each_class' oder 'hyperbox_ring_around_each_class' gesetzt werden. Die Abtaststrategie 'hyperbox_around_all_classes' nimmt das umschließende Rechteck um alle Trainingsdaten, die bisher angegeben wurden. Die Abtaststrategie 'hyperbox_around_each_class' ist ähnlich, mit dem Unterschied, dass das umschließende Rechteck um jede Klasse einzeln erzeugt wird, aus dem dann die Rückweisungsdaten generiert werden. Die Abtaststrategie 'hyperbox_ring_around_each_class' generiert Daten nur in dem vergrößerten Bereich um das umschließende Rechteck um jede Klasse, sozusagen nur einen Ring um die Originaldaten. Es ist zu beachten, dass mit steigender Dimensionaliät die Abtaststrategien 'hyperbox_around_each_class' und 'hyperbox_ring_around_each_class' das gleiche Ergebnis liefern. Falls keine Rückweisungsklasse verwendet werden soll, was der Standardfall ist, muss GenParamValue auf 'no_rejection_class' gesetzt werden.
Der Faktor 'hyperbox_tolerance' beschreibt, um welchen das umschließende Rechteck in alle Dimensionen vergrössert werden soll. Innerhalb dieses Rechtecks werden zufällig Daten mit einer gleichverteilten Wahrscheinlichkeit erzeugt. Der Standartwert beträgt 0.2.
Die Anzahl von Rückweisungsdaten ist die Anzahl von übergebenen Daten multipliziert mit 'rejection_sample_factor'. Falls nicht genügend Daten erzeugt werden, wird die Rückweisungsklasse nicht korrekt klassifiziert. Falls die Rückweisungsklasse zu viele Daten enthält, werden normale Klassen als Rückweisungsklasse klassifiziert. Der Standardwert beträgt 1.0.
Um reproduzierbare Ergebnisse sicherzustellen, kann mit 'random_seed' ein Anfangswert für den Zufallsgenerator gesetzt werden. Der Standardwert beträgt 42.
Da dieser Operator nur das Training des MLP parametrisiert, werden die Werte nicht mit write_class_mlp gespeichert.
Dieser Operator modifiziert den Zustand des folgenden Eingabeparameters:
Der Wert dieses Parameters darf nicht über mehrere Threads verwendet werden.Handle des MLP.
Name des generischen Parameters.
Defaultwert: 'sampling_strategy'
Werteliste: 'hyperbox_tolerance', 'random_seed', 'rejection_class_index', 'rejection_sample_factor', 'sampling_strategy'
Wert des generischen Parameters.
Defaultwert: 'hyperbox_around_all_classes'
Werteliste: 'hyperbox_around_all_classes', 'hyperbox_around_each_class', 'hyperbox_ring_around_each_class', 'no_rejection_class'
Sind die Parameterwerte korrekt, dann liefert set_rejection_params_class_mlp den Wert 2 (H_MSG_TRUE). Gegebenenfalls wird eine Fehlerbehandlung durchgeführt.
Foundation
| Operatoren |