taralino

.train

Die Funktion PalmerPenguins.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	4 Zahlen, jeweils zwischen 0 und 1
output	Datenfeld	3 Zahlen, jeweils 0 oder 1
index	Zahl	0, 1 oder 2

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).

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="PalmerPenguins.js"></script>
</head>
<body>
<script>

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

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

Vorschau Download Kopie speichern

Beispiel

Die Daten werden zum Trainieren und Testen eines neuronalen Netzes verwendet.

<!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="PalmerPenguins.js"></script>
</head>
<body>
<script>

// Trainingsdaten
var X = PalmerPenguins.train();

// Testdaten
var Y = PalmerPenguins.test();

// Neuronales Netz initialisieren und trainieren
NeuralNetwork.init([4, 8, 3]);
NeuralNetwork.train(X, {iterations:2000, batch_size:20});

// Konfusionsmatrix unter Verwendung der Testdaten darstellen
NeuralNetwork.confusion_matrix(Y, {display:"on"});

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

Vorschau Download Kopie speichern