r - 如何在 R 中解释神经网络图

Question

朋友们，我正在尝试学习 R 中的神经网络。有人可以帮我解释 R 中的神经网络图吗？朋友们，我得到了这张图

朋友请帮我解释这张图，任何帮助将不胜感激

Answer 1

该图表示著名的Iris 数据集上下文中的神经网络。该数据集包含三种鸢尾植物的四种特性。这些属性的名称显示在您提供的图片的左侧。

数据从左向右流动。属性（植物的属性）被呈现给输入层（从左边算起的第一列节点）。这些值中的每一个都乘以适当的权重，并呈现给下一层的节点 - 隐藏层（节点的中间列）。隐藏层还获得了一个偏置值输入（1左上一行标记为的节点）。神经元需要偏置才能表示任何分离的超平面，而不仅仅是穿过原点的超平面。例如，在简化的 2D 情况下，不考虑激活函数，没有偏差的神经网络节点可以表示以下形式的任何线：

y = a*x

其中x是输入值，a是权重。有了偏差，它可以表示所有可能的行：

y = a*x + b*1

1对应于1图中的节点，b是它的权重（在图中也可见）。

对于输出层（图片中节点的最后一列）重复完全相同的场景。

右边的标签代表类别标签，对应于分类植物的名称。这种结构代表了赢家通吃 ( WTA ) 范式。也就是说，最终的决定取决于哪个输出神经元的值最高。例如，如果顶部输出神经元具有输出值0.8，则中间一个0.76和底部给出，0.3则决定呈现的属性代表“Iris setosa”类。