Я изучаю ML и работал над созданием нейронной сети с одним слоем. Учебная часть идет отлично. К сожалению, я не могу понять, как я могу использовать полученный вес syn0
, чтобы предсказать ответ на тестовые примеры в x_test
.Проблемы с алгоритмом прогнозирования ML
Вот код:
import numpy as np
def nonlinear(x, deriv = False):
if(deriv==True):
return x*(1-x)
return 1/(1+np.exp(-x))
def predict(x_test, y_test, ss):
prediction = nonlinear(np.abs(np.dot(x_test,ss)))
error = np.mean(np.abs(y_test - prediction))
print("P:",prediction,"\nE:",error)
x = np.array([[1,0,1],
[0,1,1],
[0,1,0],
[1,1,1]])
y = np.array([[1],
[0],
[0],
[0]])
x_test = np.array([[1,0,0],
[1,0,1],
[0,1,1],
[0,1,0]])
y_test = np.array([[1],
[1],
[0],
[0]])
np.random.seed(1)
syn0 = 2*np.random.random((3,1)) - 1
for _ in range(100000):
l0 = x
l1 = nonlinear(np.dot(l0, syn0))
l1_error = y - l1
if (_%10000) == 0:
print("Error at Gen",_,":", str(np.mean(np.abs(l1_error))))
print(l1)
l1_delta = l1_error * nonlinear(l1, deriv = True)
syn0 += l0.T.dot(l1_delta)
print(syn0)
predict(x_test, y_test, syn0)
Я был бы очень признателен за любую помощь. Благодаря!
P.S. Пожалуйста, не занимите этот вопрос, как в соответствии со StackOverflow, я буду заблокирован от вопросов, если мои ответы будут отменены. Просто дайте мне знать, могу ли я улучшить это или если это дубликат. Мне бы очень хотелось потерять привилегию учиться так много от всех удивительных умов здесь.
Что вы имеете в виду? это уже происходит в последней строке, где вы вызываете 'pred (x_test, y_test, syn0)'. Эта функция выводит ваши прогнозы и ваши ошибки для 'x_test' – plumSemPy
Но предсказание удалено, и ошибка ВСЕГДА почти 0,5 по шкале одного и всех прогнозов составляет почти 1. –