lvqnet
R2026b(제거될 예정임) 학습 벡터 양자화 신경망
lvqnet 함수는 향후 릴리스에서 제거될 예정입니다. 자세한 내용은 Transition Legacy Neural Network Code to dlnetwork Workflows 항목을 참조하십시오.
코드 업데이트에 대한 자세한 지침은 버전 내역 항목을 참조하십시오.
구문
lvqnet(hiddenSize,lvqLR,lvqLF)
설명
LVQ(학습 벡터 양자화) 신경망은 2개의 계층으로 이루어져 있습니다. 첫 번째 계층은 입력 벡터를 훈련 중에 신경망이 찾은 클러스터로 매핑합니다. 두 번째 계층은 첫 번째 계층의 클러스터 그룹을 목표 데이터로 정의되는 클래스로 병합합니다.
첫 번째 계층 클러스터의 총 개수는 은닉 뉴런의 개수에 따라 결정됩니다. 은닉 계층이 클수록 첫 번째 계층이 학습할 수 있는 클러스터의 개수가 늘어나고 입력값에서 목표 클래스로 더 복잡한 매핑이 이루어질 수 있습니다. 각 목표 클래스에 할당된 첫 번째 계층 클러스터의 상대적 개수는 신경망 초기화 시점에 목표 클래스의 분포에 따라 결정됩니다. 이는 train이 처음으로 호출될 때 신경망이 자동으로 구성되거나 함수 configure를 사용하여 신경망이 수동으로 구성되거나 함수 init을 사용하여 신경망이 수동으로 초기화될 때 이루어집니다.
lvqnet(hiddenSize,lvqLR,lvqLF)는 다음과 같은 인수를 받습니다.
hiddenSize | 은닉 계층의 크기(디폴트 값 = 10) |
lvqLR | LVQ 학습률(디폴트 값 = 0.01) |
lvqLF | LVQ 학습 함수(디폴트 값 = |
그런 다음 LVQ 신경망을 반환합니다.
lvq 학습 함수의 다른 옵션은 learnlv2입니다.
예제
이 예제에서는 붓꽃을 분류하도록 LVQ 신경망을 훈련시키는 방법을 보여줍니다.
[x,t] = iris_dataset; net = lvqnet(10); net.trainParam.epochs = 50; net = train(net,x,t);
view(net)
y = net(x); perf = perform(net,y,t)
perf = 0.0489
classes = vec2ind(y);
