Mudanças entre as edições de "Experimentos de validação para o experimento 2.3.1.4"
(New page: ==== Experimentos de validação para experimento 2.3.1.4 ==== Para ajustar os parâmetros do WNN, o conjunto de treino(-e-validação) foi dividido em um conjunto de treino, usado para c...) |
(→Experimentos de validação para experimento 2.3.1.4) |
||
Linha 48: | Linha 48: | ||
| SUBCLASSE | | SUBCLASSE | ||
| TF | | TF | ||
− | | | + | | ? |
| ver Figura 1 | | ver Figura 1 | ||
Linha 54: | Linha 54: | ||
|} | |} | ||
− | + | A Figura 1 apresenta os resultados dos experimentos de validação empregados para ajustar o número de neurônios e sinapses por neurônio do WNN. | |
− | + | Esse gráfico mostra o desempenho do classificador em termos de (1 - ''one-error'') em função do número de neurônios e sinapses por neurônio. | |
− | Podemos observar que os parâmetros ótimos | + | Podemos observar que os parâmetros ótimos são ?x? neurônios e ? sinapses. |
− | [[Imagem:Experiment 2.1.4 | + | [[Imagem:Experiment 2.1.1.4.jpg|frame|center|130px|Figura 1: Resultados dos experimentos de validação 2.1.1.4]] |
− | |||
− |
Edição das 17h44min de 28 de janeiro de 2008
Experimentos de validação para experimento 2.3.1.4
Para ajustar os parâmetros do WNN, o conjunto de treino(-e-validação) foi dividido em um conjunto de treino, usado para construir indutivamente o categorizador, e um conjunto de validação, usado para avaliar o desempenho do categorizador na série de experimentos para otimização de parâmetros. A tabela abaixo descreve os conjuntos de treino e validação.
Dados de Treino | Dados de Validação | Revisão
do SCAE |
Desempenho
(1 - one-error) | ||||||||||
Tabela | Coluna | Limites | Dicionário | PT | CGD | PFS | Tabela | Coluna | Limites | Nível | PT | ||
CNAE_110_SUBCLASSE
DADOS_VITORIA_SUB_110 |
DESCRICAO_SUB
OBJETO_SOCIAL |
0 a 1182
0 a 819 |
subclasse | TF | art. prep. | 10000 | DADOS_VITORIA_SUB_110 | OBJETO_SOCIAL | 820 a 1640 | SUBCLASSE | TF | ? | ver Figura 1
|
A Figura 1 apresenta os resultados dos experimentos de validação empregados para ajustar o número de neurônios e sinapses por neurônio do WNN. Esse gráfico mostra o desempenho do classificador em termos de (1 - one-error) em função do número de neurônios e sinapses por neurônio. Podemos observar que os parâmetros ótimos são ?x? neurônios e ? sinapses.