Тестовая выборка

Cтраница 2

Обобщающая способность бустинга исследована, пожалуй, наиболее хорошо. Более того, качество на тестовой выборке может продолжать улучшаться даже после достижения безошибочного распознавания обучающей выборки. [16]

Работоспособность первоначально обученных сетей проводится на тестовой выборке данных. По результатам тестов отбираются наиболее перспективные варианты. Например, наиболее точен и надежен прогноз локального изменения тренда в стационарном состоянии рынка. [17]

Гистограмма сумм угаданных знаков при средних предсказаниях 25 экспертов. Среднее по 100 комитетам при стандартном отклонении.| Гистограмма сумм угаданных знаков при взвешенных предсказаниях тех же 25 экспертов. Среднее по 100 комитетам при стандартном отклонении. [18]

Сами ряды и результаты по предсказанию знаков на тестовой выборке из 100 последних значений каждого ряда приведены на следующем рисунке. [19]

Построение нейронных сетей требует значительных затрат труда и времени для получения удовлетворительной модели. Необходимо учитывать, что излишне высокая точность, полученная на обучающей выборке, может обернуться неустойчивостью результатов на тестовой выборке - в этом случае происходит переобучение сети. [20]

Поскольку порождение правил выполняется на основе обучающей выборки ограниченного объема, то среди сформированных правил могут оказаться и такие, в которых специализация выходит за рамки разумного. Программа пытается сохранить только минимальный набор условий в левой части правила, необходимый для обеспечения корректности правила на данной тестовой выборке. [21]

Таким образом, если ставится задача оптимизации НС, то для получения объективного результата производится разделение базы исходных данных на две части, называемые обучающей и тестовой выборкой. Критерием выбора решающего правила, синтезируемого по примерам из обучающей выборки, является среднеквадратичная ошибка обобщения, вычисленная по тестовой выборке. Так создается первое внешнее дополнение. [22]

Надстройка Braincel предоставляет пользователю несколько поистине уникальных дополнительных возможностей: во-первых, определение значимости входов, во-вторых, возможность нахождения сети наилучшей структуры, в-третьих, использование для прогноза нескольких обученных сетей одновременно. Не останавливаясь детально на этих возможностях, отметим, что они реализуются через пункт меню Expert, требуют использования не только обучающей, но и тестовой выборки. [23]

Траектории движения грузовика для трех начальных положений ( х, ф ( - 100, 60, ( 50, 90 и ( 0, 180. [24]

В примере, показанном на рис. 5.41 а), выделены три области. В них расположены все точки, которые включены в обучающую выборку. О точках, лежащих вне пределов этих областей ( например, о точках, включаемых в тестовую выборку), можно сказать, что они частично принадлежат к нескольким областям. Тем самым определяется степень ( значение) принадлежности каждой точки к выделенным областям. Заливкой выделена зона, в которой соседние функции принадлежности перекрываются. [25]

Страницы: 1 2