NeuroShell Predictor версия 2.0

Графика

В процессе тренировки имеется возможность выводить на экран графики различных параметров, характеризующих процесс тренировки. Выбор графика желаемого параметра производится с помощью установки переключателя на панели "Select graphic display" в окне установки входов/выходов и выбора стратегии тренировки.

Actual/Predictions - График действительных и предсказанных значений

При выборе данного режима на графике отображаются действительные значения выходной переменной тренировочного набора данных и значения, предсказанные нейронной сетью. Если модель выбрана удачно, то в процессе тренировки предсказанные значения будут непрерывно приближаться к действительным. Если такого не происходит, Вам следует попробовать использовать другие переменные в качестве входов, добавить, если возможно, данных, или выбрать другую стратегию тренировки.

Learning level - R-Squared by Hidden Neuron
Уровень обученности сети - R квадрат как функция числа скрытых нейронов

На этом графике отображается состояние натренированной сети в зависимости от количества скрытых нейронов. На графике представлен статистический показатель, называемый R квадрат, который характеризует, насколько "хорошо совпадают" действительные и предсказанные значения. Этот показатель вычисляется каждый раз после добавления нового скрытого нейрона. По мере улучшения качества сети значение показателя возрастает и стремится к единице.

Learning Level - Average Error by Hidden Neuron
Уровень обученности сети - Средняя ошибка как функция числа скрытых нейронов

На этом графике отображается зависимость средней ошибки (абсолютной величины разности между действительными и предсказанными значениями) от количества скрытых нейронов по мере того, как они добавляются в нейронную сеть в процессе тренировки. При улучшении характеристик сети величина ошибки, естественно, падает.

Learning level – Correlation by Hidden Neuron
Уровень обученности сети - Коэффициет корреляции как функция числа скрытых нейронов

Этот график демонстрирует зависимость коэффициента корреляции между действительными и предсказанными значениями в зависимости от количества скрытых нейронов. Коэффициент корреляции вычисляется каждый раз после добавления нового скрытого нейрона.

Learning Level – Mean Squared Error (MSE) by Hidden Neuron
Уровень обученности сети - Средний квадрат ошибки как функция числа скрытых нейронов

На этом графике представлен средний квадрат ошибки (разности между действительными и предсказанными значениями) в зависимости от количества скрытых нейронов. Ошибка вычисляется каждый раз после добавления нового скрытого нейрона.

Learning Level – Root Mean Squared Error (RMSE) by Hidden Neuron
Уровень обученности сети - Среднеквадратичная ошибка как функция числа скрытых нейронов

На этом графике представлена зависимость среднеквадратичной ошибки (корня квадратного из среднего квадрата разности между действительными и предсказанными значениями) в зависимости от количества скрытых нейронов. Ошибка вычисляется каждый раз после добавления нового скрытого нейрона.

Learning Level – Percent in Range by Hidden Neuron
Уровень обученности сети - Процент предсказаний, совпавших с действительными значениями с заданной точностью, как функция числа скрытых нейронов

Данный график показывает процент ответов сети, которые совпадают с действительными значениями с точностью, указанной пользователем. Эта величина рассчитывается каждый раз после добавления нового нейрона. Расширенные возможности позволяют пользователю установить желаемый диапазон точности, для чего необходимо активизировать вкладку Advanced Neural, выбрав пункт Settings в основном меню Options, и ввести в окно редактирования "Tolerance to compute percentage in range" абсолютную величину допустимого отклонения предсказания от действительного значения.

Importance of Inputs - Важность входов

Данный график представляет собой гистограмму значимости каждого входа для предсказания выходного значения. Эти величины являются индивидуальными характеристиками каждой конкретной задачи, поэтому не имеет смысла их сравнивать для различных задач.