《表2 数据集实验结果:单隐层神经网络输入权值的新算法》
f)Balance scale、Haberman’s survival和user knowledge modeling数据集。Balance scale数据集为多元分类,样本期望输出分别为-1、0和1;Haberman’s survival数据集为二元分类,样本期望输出分别对应1和2;user knowledge modeling数据集为多元分类,样本期望输出分别对应1、2、3和4,在均进行如式(11)的转换之后,分别构造含有4、2和7个隐层节点的单隐层网络进行学习。实验结果如表2所示。限于篇幅,略去了网络输入权值、隐层阈值和输出权值。
图表编号 | XD003902200 严禁用于非法目的 |
---|---|
绘制时间 | 2019.12.01 |
作者 | 刘金澎、田大钢 |
绘制单位 | 上海理工大学管理学院、上海理工大学管理学院 |
更多格式 | 高清、无水印(增值服务) |