get_sample_class_mlp
— Auslesen eines Trainingsmusters aus den Trainingsdaten eines
mehrschichtigen Perzeptrons.
get_sample_class_mlp( : : MLPHandle, IndexSample : Features, Target)
get_sample_class_mlp
liest ein Trainingsmuster, das mit
add_sample_class_mlp
oder read_samples_class_mlp
hinzugefügt wurde, aus dem mehrschichtigen Perzeptron (MLP)
MLPHandle
aus. Der Index des auszulesenden Musters wird
mit IndexSample
festgelegt. Er wird ab 0 gezählt, d.h.
IndexSample
muss zwischen 0 und IndexSamples
- 1
liegen, wobei IndexSamples
mit
get_sample_num_class_mlp
bestimmt werden kann. Das
Trainingsmuster wird in Features
und Target
zurückgegeben. Dabei ist Features
ein Merkmalsvektor der
Länge NumInput
und Target
ein Zielvektor der
Länge NumOutput
(siehe add_sample_class_mlp
und
create_class_mlp
).
get_sample_class_mlp
kann z.B. dazu verwendet werden, die
Trainingsdaten mit classify_class_mlp
zu reklassifizieren,
um festzustellen, welche der Trainingsmuster eventuell falsch
klassifiziert werden.
MLPHandle
(input_control) class_mlp →
(handle)
Handle des MLP.
IndexSample
(input_control) integer →
(integer)
Nummer des gespeicherten Trainingsmusters.
Features
(output_control) real-array →
(real)
Merkmalsvektor des Trainingsmusters.
Target
(output_control) real-array →
(real)
Zielvektor des Trainingsmusters.
* Train an MLP create_class_mlp (NumIn, NumHidden, NumOut, 'softmax', \ 'canonical_variates', NumComp, 42, MLPHandle) read_samples_class_mlp (MLPHandle, 'samples.mtf') train_class_mlp (MLPHandle, 100, 1, 0.01, Error, ErrorLog) * Reclassify the training samples get_sample_num_class_mlp (MLPHandle, NumSamples) for I := 0 to NumSamples-1 by 1 get_sample_class_mlp (MLPHandle, I, Data, Target) classify_class_mlp (MLPHandle, Data, 1, Class, Confidence) Result := gen_tuple_const(NumOut,0) Result[Class] := 1 Diffs := Target-Result if (sum(fabs(Diffs)) > 0) * Sample has been classified incorrectly endif endfor
Sind die Parameterwerte korrekt, dann liefert
get_sample_class_mlp
den Wert 2 (H_MSG_TRUE). Gegebenenfalls wird
eine Fehlerbehandlung durchgeführt.
add_sample_class_mlp
,
read_samples_class_mlp
,
get_sample_num_class_mlp
classify_class_mlp
,
evaluate_class_mlp
Foundation