问题描述
我有一个数据集要分类,使用感知器学习规则。我已经计算了权重矩阵,但不知道如何绘制 MSE .{?1 = [ 1 1 ],?1 = [ 0 0 ]},{?2 = [ 1 2 ],?2 = [ 0 0 ]},{?3 = [ 2 −1 ],?3 = [ 0 1 ]},{?4 = [ 2 0 ],?4 = [ 0 1 ]},{?5 = [ −1 2 ],?5 = [ 1 0 ]},{?6 = [ −2 1 ],?6 = [ 1 0 ]},{?7 = [ −1 −1 ],?7 = [ 1 1 ]},{?8 = [ −2 −2 ],?8 = [ 1 1 ]}。 这是数据集和 w=[-2 0;0 -2],bias =[-1 0];
解决方法
计算对应于神经元的权重变化,并将变化的权重应用于所有其他输入并找到 mse。
P=[p1,p2,...]
for i=1:number of inputs
///change weights here
for j=1:number of inputs
a=f(net);
error[j] =target[j] -a[j];
end
mse=error *error' / numel(error);
end