查找神经网络应用结果的准确性答案

【问题标题】：Find accuracy of neural network application result查找神经网络应用结果的准确性
【发布时间】：2015-02-18 17:16:12
【问题描述】：

我找不到任何关于神经网络结果准确性的有用信息，

我在 Matlab 中运行字符识别示例，经过网络训练和输入测试模拟后，如何计算模拟后输出结果的准确性？

提前感谢您的帮助。

【问题讨论】：

【解决方案1】：

当您使用 [net,tr] = train(net,x,t) 之类的东西训练网络时，其中 net 是已配置的网络，x 是输入矩阵，t 是目标矩阵，第二个返回的参数 tr 是训练记录。如果你只是在控制台上显示tr，你会得到类似

的东西

tr = 

    trainFcn: 'trainlm'
  trainParam: [1x1 struct]
  performFcn: 'mse'
performParam: [1x1 struct]
    derivFcn: 'defaultderiv'
   divideFcn: 'dividerand'
  divideMode: 'sample'
 divideParam: [1x1 struct]
    trainInd: [1x354 double]
      valInd: [1x76 double]
     testInd: [1x76 double]
        stop: 'Validation stop.'
  num_epochs: 12
   trainMask: {[1x506 double]}
     valMask: {[1x506 double]}
    testMask: {[1x506 double]}
  best_epoch: 6
        goal: 0
      states: {1x8 cell}
       epoch: [0 1 2 3 4 5 6 7 8 9 10 11 12]
        time: [1x13 double]
        perf: [1x13 double]
       vperf: [1x13 double]
       tperf: [1x13 double]
          mu: [1x13 double]
    gradient: [1x13 double]
    val_fail: [0 0 0 0 0 1 0 1 2 3 4 5 6]
   best_perf: 7.0111
  best_vperf: 10.3333
  best_tperf: 10.6567

其中包含有关培训结果的所有信息。 Matlab 有一些内置函数可以对这个记录进行操作，我发现其中最有用的是：

plotperform(tr) - 由performFcn 在tr 中计算的绘图性能

plotconfusion(t,y) - 绘制confusion matrix，这是一个非常简洁的图形显示您的网络如何错误分类事物，并显示每个类别中正确/错误的百分比以及总数。 t 是目标矩阵，y 是计算输出，您可以使用 y=net(x) 提取 x 输入矩阵。

【讨论】：

【解决方案2】：

绘制分类混淆矩阵

plotconfusion(Target,Output) 显示分类混淆网格。

以下是正确和错误分类的总体百分比：

[c,cm] = confusion(Target,Output)

fprintf('Percentage Correct Classification   : %f%%\n', 100*(1-c));
fprintf('Percentage Incorrect Classification : %f%%\n', 100*c);

【讨论】：