mae

Средняя абсолютная ошибка эффективности функция

Синтаксис

perf = mae(E,Y,X,FP)

Описание

mae - функция эффективности. Он измеряет эффективность сети как среднее значение абсолютных ошибок.

perf = mae(E,Y,X,FP) принимает E и необязательные параметры функции,

E

Матрица или массив ячеек из векторов ошибок

Y

Матрица или массив ячеек из выходных векторов (проигнорирован)

X

Вектор всех значений веса и смещения (проигнорирован)

FP

Параметры функции (проигнорированные)

и возвращает среднюю абсолютную ошибку.

dPerf_dx = mae('dx',E,Y,X,perf,FP) возвращает производную perf относительно X.

info = mae ('code') возвращает полезную информацию для каждого code вектор символов:

mae('name') возвращает имя этой функции.

mae('pnames') возвращает имена параметров обучения.

mae('pdefaults') возвращает параметры функции по умолчанию.

Примеры

Создайте и сконфигурируйте перцептрон, чтобы иметь один вход и один нейрон:

net = perceptron;
net = configure(net,0,0);

Сети выдается пакет входов P. Ошибка вычисляется путем вычитания выхода A от целевого T. Затем вычисляется средняя абсолютная ошибка.

p = [-10 -5 0 5 10];
t = [0 0 1 1 1];
y = net(p)
e = t-y
perf = mae(e)

Обратите внимание, что mae можно вызвать только с одним аргументом, поскольку другие аргументы игнорируются. mae поддерживает эти аргументы, чтобы соответствовать стандартному списку аргументов функции эффективности.

Использование сети

Можно создать стандартную сеть, которая использует mae с perceptron.

Чтобы подготовить пользовательскую сеть для обучения с mae, задать net.performFcn на 'mae'. Это автоматически устанавливает net.performParam в пустую матрицу [], потому что mae не имеет параметров эффективности.

В любом случае вызов train или adapt, результаты в mae используется для вычисления эффективности.

См. также

|

Представлено до R2006a
Для просмотра документации необходимо авторизоваться на сайте