Page 188 - 4703

розпізнавання нових даних

Таблиця 6.9 – Фрагмент результатів розпізнавання даних

Neuron ID w1 w2 w3 w4 w5 w6 w7

6 5,80 3,37 -0,10 9,06 5,69 3,26 9,17
6 5,44 3,26 -1,82 6,88 3,61 1,43 8,71
6 4,73 1,92 -0,17 6,48 4,55 1,74 6,65
6 4,79 0,23 1,02 6,05 5,82 1,25 5,02
6 3,69 3,75 -1,85 5,58 1,83 1,89 7,44
… … … … … … … …
Підсумок розпізнавання містить перша колонка таблиці,
де вказаний номер нейрону, який відповідає окремому класте-
ру.
Резюме: За результатами розпізнавання нових 240 зраз-
ків лише 6 розпізнано помилково, тобто якість розпізнавання
становила 97.5%.

3 Рішення задачі регресії в межах одного кластера

Після того, як ми розбили усю множину даних на одно-
рідні частини і маємо інструмент, що дозволяє проводити кла-
сифікацію, рішення задачі регресії стає нескладною процеду-
рою. Вказавши на кластер, нам необхідно вичислити прогноз-
не значення z для четвірки предикторов.

188