Я пытаюсь использовать обученную нейронную сеть для классификации новых автомобилей в Matlab. Каждый объект транспортного средства имеет четыре функции (четырехмерное пространственное пространство). Есть 3 класса транспортных средств: маленький, средний и большой. Когда я использую новый вход, сеть возвращает матрицу 3x4. Как получить предсказанный класс из этой матрицы? я использовал следующее:Использование обученной нейронной сети для классификации новых данных
newprediction = sim(net,XM38)
Выхода:
newprediction =
0.0018 0.9915 0.9938 0.0018
0.0694 0.0085 0.0062 0.0694
0.9287 0.0001 0.0000 0.9287
Как интерпретировать эти результаты и таким образом получить прогнозируемый класс?
Вывод NN определяется вами (или тем, кто его обучил). Вы решили, что он должен выводить, поэтому вы должны быть тем, кто знает, как его интерпретировать! Если бы я научил NN идентифицировать 3 объекта, у моего NN было бы 3 выхода. –
Я предполагаю, что вы дали вашей сети 4 случая/записи, чтобы попробовать классифицировать? Обычно вывод будет тем, что у вас есть, но транспонирован, но в вашем случае это выглядит так, что каждый класс представлен строкой и каждым экземпляром столбцом. Классификация экземпляра - это вопрос выбора того, какой класс показал наивысшую вероятность. В вашем случае ничто не является двусмысленным, каждый столбец имеет одну строку, которая почти одна, а остальные - почти равны нулю. – Dan
Скажите, что каждая строка представляет класс. Итак, я вычисляю величину строки и выбираю наивысшую? –