我目前正在进行一个关于车辆分类的项目,现在几乎已经完成了,但是我对从神经网络中得到的图表有几个困惑。
我使用了230张图像[90=掀背车,90=轿车,50=SUV]进行80个特征点的分类。因此我的vInput是一个[80x230]矩阵,我的vTarget是一个[3x230]矩阵。
分类器运行良好,但我不理解这些图表是否异常或正常。
我的神经网络如下所示:
[图片]
然后我在PLOT部分点击了这4个图表,并按顺序得到了以下结果。
性能图:
[图片]
训练状态:
[图片]
混淆矩阵图:
[图片]
接收者操作特征图:
[图片]
我知道这些图片很多,但我对它们一无所知。在Matlab文档中,他们只是训练系统并绘制图表。因此,请有人简要地向我解释一下它们,或者向我展示一些学习它们的好链接。
[80x230]
的二维矩阵,其中80
表示特征点数,230
表示图像数。 其中,前90个图像属于“掀背车”类别,接下来的90个属于“轿车”类别,最后50个属于“SUV”类别。 所以这就是你在第一条评论中提到的分布吗?我的意思是,我应该尝试将它们随机排列吗...(我认为这不重要) - xor