Боровиков В.П. - SNN Нейронные сети (778914), страница 7
Текст из файла (страница 7)
Чтобы эта возможность была доступна, входные переменные сетидолжны быть одновременно и выходными, а значение параметра Прогноз впереддолжно быть равно единице (это означает, что прогнозируется следующее значениеряда). Проекция происходит так: сначала сеть обрабатывает начальный наборзначений; затем первое наблюдение из этого набора отбрасывается, а оставшиесязначения дополняются прогнозом сети, полученным на первом шаге, получаетсяновый набор входных значений, по которому строится следующий прогноз, и т.д.Процесс проекции можно продолжать неограниченно (рис.
9.18).Рис. 9.18Чтобы воспользоваться этим средством, нужно перейти на вкладкуДополнительно и запустить Проекция временного ряда. Начальный набор значенийможно взять из текущего набора данных (в этом случае нужно указать начальныйномер наблюдения и длину проекции). С помощью параметра Длина проекциизадается число шагов, на которые требуется осуществить проекцию. Результатвыдается на график.
Если проекция производится из текущего набора данных, тодля сравнения выводятся также целевые значения (пока проекция не выйдет запределы имеющихся данных). Значения спроектированного ряда можно получить втаблице (кнопка Таблица временного ряда).Поверхность откликаСпособности человека распознавать зрительные образы далеко превосходятвозможности компьютерных алгоритмов (в том числе и нейронных сетей), но, ксожалению, и они ограничиваются лишь двух–, самое большее трехмернымиобъектами. Хотя большинство задач, которые решаются программой STATISTICAНейронные сети, являются многомерными, иногда бывает полезно изобразитьданные хотя бы в двумерных проекциях. Для этого служит график поверхностиотклика, где кривая регрессии изображается в виде двумерной поверхности (рис.9.19).Рис.
9.19На поверхности отклика изображается «уровень отклика» в зависимости отдвух входных переменных. Здесь могут участвовать только чистовые переменные,потому что значения только таких переменных можно менять непрерывно, получаятем самым поверхность. Можно задать диапазон изменения переменных (см.вкладку Дополнительно) (рис. 9.20). В качестве «уровня отклика» по умолчаниювыводится отклик доверительного уровня (активация выходного нейрона), которыйявляется непрерывным и поэтому может быть удобно визуализирован.
При желанииможно вместо этого вывести порядковые значения (1, 2, 3 и т.д.), соответствующиеклассам, и в этом случае график отклика состоит из нескольких плато, отвечающихразным классам.Рис. 9.20Для построения поверхности две входные переменные, соответствующие осямХ и Y, пробегают значения по сетке, определяемой параметрами Минимум,Максимум и Число выборок, при фиксированных значениях всех остальныхпеременных. Фиксированные значения остальных переменных берутся изсоответствующих полей окна Фиксированные независимые. Имеет смысл сделатьэти значения пропущенными и предоставить программе возможность применитьпроцедуру замены пропущенных значений (обычно это подстановка среднегозначения соответствующей переменной).
Если вы хотите посмотреть, какповерхность отклика меняется при изменении какой–то другой переменной, введитеее новое значение в окне Фиксированные независимые.Если в поле Отклик выбрано значение Доверие, то поверхность откликаможно вращать с помощью настроек графика.Пересыпка результатовв систему STATISTICAКак уже говорилось ранее, программа STATISTICA Нейронные сети умеетчитать и записывать данные в формате файлов данных системы STATISTICA.Числовые и графические результаты, полученные в программе STATISTICAНейронные сети, также можно очень просто перевести в файлы данных, таблицырезультатов или графики системы STATISTICA, для этого можно использоватьобычные инструменты программной среды STATISTICA.Рис. 9.21Например, если нажать кнопку, на приведенном графике (рис.
9.21)откроется графическое окно системы STATISTICA,разнообразные средства настройки графика.вкоторомимеются.
![](https://s.studizba.com/z.php?f=/templates/si/i/noavatar.png&w=100&h=100&t=1"){kind=avatar}
