taralino

.train

Die Funktion Mushroom.train() erwartet keine (verpflichtende) Argumente.

Es wird ein Datenfeld (eine Liste) sämtlicher im Paket enthaltener Trainings-Datensätze zurückgegeben. Jedes Element des Datenfeldes ist dabei ein Objekt mit folgenden Variablen:

Variable	Datentyp	Hinweis
input	Datenfeld	10 Zahlen, jeweils aus dem Intervall [0,1]
output	Datenfeld	2 Zahlen, jeweils 0 oder 1
index	Zahl	0 oder 1
target	Zahl	0 oder 1

Die Daten können insbesondere dazu verwendet werden, um ein neuronales Netz zu trainieren. Dabei beschreiben output und index das jeweils bekannte Klassifikationsergebnis als (Einheits-)Vektor bzw. als Zahl (Index) mit folgender Definition: index=0 für essbar und index=1 für giftig (bzw. nicht essbar).

Um die Daten für eine logistische Regression zu verwenden, dient die Variable target. Auch hier gilt target=0 für essbar und target=1 für giftig (bzw. nicht essbar).

Beispiel

Es wird zufällig ein Datensatz des Trainings-Umfangs gewählt und ausgegeben.

<!DOCTYPE html>
<html>
<head>
  <meta charset="utf-8">
  <meta name="viewport" content="width=device-width, initial-scale=1.0">
  <script src="taralino.js"></script>
  <script src="Mushroom.js"></script>
</head>
<body>
<script>

var X = Mushroom.train();
var k = Math.floor(random(0, X.length));
Console.print(X[k].input);
Console.print(X[k].output);
Console.print(X[k].index);
Console.print(X[k].target);

</script>
</body>
</html>

Vorschau Download Kopie speichern

Beispiel

Der Trainings-Umfang des Mushroom-Pakets wird verwendet, um ein neuronales Netz zu trainieren. Anschließend wird anhand des Test-Umfangs überprüft, wie viele Test-Datensätze tatsächlich korrekt klassifiziert werden.

<!DOCTYPE html>
<html>
<head>
  <meta charset="utf-8">
  <meta name="viewport" content="width=device-width, initial-scale=1.0">
  <script src="taralino.js"></script>
  <script src="Mushroom.js"></script>
</head>
<body>
<script>

// Trainieren //

var X = Mushroom.train();
NeuralNetwork.init([10, 2]);
NeuralNetwork.train(X, {iterations:10000, batch_size:20});

// Testen //

var Y = Mushroom.test();
var n = NeuralNetwork.test(Y);
Console.print("Korrekt klassifiziert: " + n + " von " + Y.length);

</script>
</body>
</html>

Vorschau Download Kopie speichern