Page 289 - 4703
P. 289
була недоступна. У аналізі чутливості набір даних неоднора-
зово представляється мережі, з почерговим видаленням кож-
ної змінної і реєструванням помилки мережі. Якщо важлива
змінна буде видалена цим способом, то помилка збільшиться
набагато; якщо незначуща змінна буде видалена, то помилка
суттєво не збільшуватиметься.
Визначемо тепер інформативність ознак в задачі класи-
фікації обравши опцію Global Sensitivity analysis в діалозі
SAAN- Results
Рисунок 9.27. Фрагмент результатів аналізу інформативності
ознак в класифікаційному аналізі
Відкривається таблиця, де для відібраної моделі мережі
№4 показується відношення помилки мережі без цього входу,
до помилки мережі з даним входом В таблиці Sensitivity analy-
sis ознаки ранжовані в порядку зменшення інформативності
(найбільш інформативним є параметр Var70).
Етап 3
(моделювання і підготовка даних для кількісної
інтерпретації кривих МТЗ типу А)
На попередньому етапі було встановлено, що геоелект-
ричний розріз в 10 контрольних точках МТЗ відноситься до
тришарового типу А. Тепер необхідно згенерувати регресійну
нейронну мережу для прогнозування геоелекричних парамет-
рів тришарового розрізу.
Спочатку необхідно підготовити еталонні дані для на-
вчання нейронної мережі. Набір еталонних даних повинен
включати теоретичні криві МТЗ для якомого більшого числа
289
