我需要训练网络,然后将测试数据一一提供给它。是否有一些示例或文档包括它?
为了实现这一点,我对训练有素的网络进行了序列化,并将它用于每个新的传入条目。问题是,我崩溃了_convertToOneOfMany
,即使我理解它的目的(从这里)我也不明白它是如何工作的。
它的行为对我来说不是确定性的。它必须以某种方式解释类和标签,并且必须有一些我缺少的要求。它适用于整个数据集,但是如果我只采用随机线,它就会发疯。
Traceback (most recent call last):
File "ffn_iris.py", line 29, in <module>
tstdata._convertToOneOfMany()
File "/opt/local/Library/Frameworks/Python.framework/Versions/2.6/lib/python2.6/site-packages/PyBrain-0.3-py2.6.egg/pybrain/datasets/classification.py", line 142, in _convertToOneOfMany
newtarg[i, int(oldtarg[i])] = bounds[1]
IndexError: index (2) out of range (0<=index<1) in dimension 1
编辑:更准确地说,让我告诉你我在做什么:我想为互联网上最著名的 NN 示例训练网络 ;) - Iris 数据集。
是这样的:
5.1,3.5,1.4,0.2,0
4.9,3.0,1.4,0.2,0
4.7,3.2,1.3,0.2,0
4.6,3.1,1.5,0.2,0
etc...
最后一个零它的类。整个数据集包含 60 行。0 为 20,1 为 20,2 为 20。
我用数据读取文件并构建数据集:
alldata = ClassificationDataSet(4, class_labels=['Iris-setosa',
'Iris-versicolor',
'Iris-virginica'])
--- loop here ---
alldata.addSample(line[0:4], line[4])
--- create testing and training sets ---
tstdata, trndata = alldata.splitWithProportion(0.7)
--- converted matrixes ---
trndata._convertToOneOfMany()
tstdata._convertToOneOfMany()
--- not important, just for completeness ----
fnn = buildNetwork(trndata.indim, 10, trndata.outdim, outclass=SoftmaxLayer)
trainer = BackpropTrainer(fnn, dataset=trndata,
momentum=0.01, verbose=True,
weightdecay=0.01)
我的问题与_convertToOneOfMany()
. 当数据集或数据文件仅包含几个条目(不是 60 个,分为三类)时,它会从问题的开头崩溃并出现异常。
崩溃数据集的示例:
6.5,3.0,5.2,2.0,1
6.5,3.0,5.2,2.0,1
6.2,3.4,5.4,2.3,2
6.5,3.0,5.2,2.0,0
工作示例:
6.5,3.0,5.2,2.0,1
6.2,3.4,5.4,2.3,2
6.5,3.0,5.2,2.0,0
如何convertToOneOfMany()
连接到数据集中的条目数或一个类子集的大小?一行条目也崩溃了..