mse

Среднеквадратическая нормированная ошибочная функция эффективности

Синтаксис

perf = mse(net,t,y,ew)

Описание

mse функция производительности сети. Это измеряет уровень сети согласно среднему значению квадратичных невязок.

perf = mse(net,t,y,ew) берет эти аргументы:

net

Нейронная сеть

t

Матричный или массив ячеек целей

y

Матричный или массив ячеек выходных параметров

ew

(Дополнительные) веса ошибок

и возвращает среднеквадратическую ошибку.

Эта функция имеет два дополнительных параметра, которые сопоставлены с сетями чей net.trainFcn установлен в эту функцию:

  • 'regularization' может быть установлен в любое значение между 0 и 1. Чем больше значение регуляризации, тем веса более в квадрате и смещения включены в вычисление эффективности относительно ошибок. Значение по умолчанию 0, не соответствуя никакой регуляризации.

  • 'normalization' может быть установлен в 'none' (значение по умолчанию); 'standard', который нормирует ошибки между-2 и 2, соответствуя нормализации выходных параметров и предназначается между-1 и 1; и 'percent', который нормирует ошибки между-1 и 1. Эта функция полезна для сетей с многоэлементными выходными параметрами. Это гарантирует, что относительная точность выходных элементов с отличающимися областями значений целевого значения обработана как одинаково важная, вместо того, чтобы приоритизировать относительную точность выходного элемента с самой большой областью значений целевого значения.

Можно создать стандартную сеть, которая использует mse с feedforwardnet или cascadeforwardnet. Подготовить пользовательскую сеть, которая будет обучена с mse, установите net.performFcn к 'mse'. Это автоматически устанавливает net.performParam к структуре с дополнительными значениями параметров по умолчанию.

Примеры

свернуть все

Этот пример показывает, показывает, как обучить нейронную сеть с помощью mse функция эффективности.

Здесь 2-х слойная сеть прямого распространения создана и обучена оценить содержание жира в организме с помощью mse функция эффективности и значение регуляризации 0,01.

[x, t] = bodyfat_dataset;
net = feedforwardnet(10);
net.performParam.regularization = 0.01;

MSE является функцией эффективности по умолчанию для feedforwardnet.

net.performFcn
ans = 
'mse'

Обучите сеть и оцените эффективность.

net = train(net, x, t);
y = net(x);
perf = perform(net, t, y)
perf = 20.7769

В качестве альтернативы можно вызвать mse непосредственно.

perf = mse(net, t, y, 'regularization', 0.01)
perf = 20.7769

Смотрите также

Представлено до R2006a
Для просмотра документации необходимо авторизоваться на сайте