我对学习神经网络很感兴趣,作为一个示例,我尝试使用以下基于实验数据推导出的数据集。
我正在为我的神经网络使用以下输入向量;
X = [1 1; 1 2; 1 3; 1 4; 4 1; 4 2; 4 3; 4 4; 7 1;7 2; 7 3; 7 4]';
Tc = [1 1 2 3 1 1 2 2 1 1 2 2];
我希望将输入数据分为三个类别,由输入向量Tc描述。然后,我将目标类别索引Tc转换为向量T,使用的扩展值为1。
使用MATLAB中的newpnn函数,我得到了三个类别的决策边界。
我对验证决策边界是否合适有疑问。我用一个数据X =[2;3.55]验证输出,它属于第二类。在输出图中,它被表示为黑点。蓝色是第一类。黄色是属于第二类的区域。红色是第三类。
如图所示,神经网络的预测被发现是第二类,与集合的实际类别相符。
那么,这是否意味着我的神经网络是正确的和经过验证的?
附言:我对神经网络有基本的理解。我也了解更多的训练例子和验证集的概念。我期望得到一个根据可用细节回答的答案,因为我无法从实验上获得更多的数据。