plotpv

R2026b

(제거될 예정임) 퍼셉트론 입력/목표 벡터 플로팅

plotpv 함수는 향후 릴리스에서 제거될 예정입니다. 자세한 내용은 레거시 신경망 코드를 dlnetwork 워크플로로 전환하기 항목을 참조하십시오.

코드 업데이트에 대한 자세한 지침은 버전 내역 항목을 참조하십시오.

구문

plotpv(P,T)
plotpv(P,T,V)


설명

plotpv(P,T)는 다음과 같은 입력값을 받습니다.

P	입력 벡터로 구성된 R×Q 행렬(R은 3 이하여야 함)
T	이진 목표 벡터로 구성된 S×Q 행렬(S는 3 이하여야 함)

그리고 T를 기반으로 마커를 사용해 P의 열 벡터를 플로팅합니다.

plotpv(P,T,V)는 다음과 같은 추가 입력값을 받습니다.

V	그래프 제한 = [x_min x_max y_min y_max]

그리고 V로 설정된 제한을 갖는 열 벡터를 플로팅합니다.

예제

퍼셉트론에 대한 입력값 및 목표값 플로팅하기

이 예제에서는 퍼셉트론에 대한 입력값과 목표값을 정의하고 플로팅하는 방법을 보여줍니다.

p = [0 0 1 1; 0 1 0 1];
t = [0 0 0 1];
plotpv(p,t)

버전 내역

R2006a 이전에 개발됨

plotpv 함수는 제거될 예정임

plotpv 함수는 향후 릴리스에서 제거될 예정입니다.

시각화 워크플로에 대해 자세히 알아보려면 다음 예제와 항목을 참조하십시오.

• Deep Learning Visualization Methods

• Explore Network Predictions Using Deep Learning Visualization Techniques

• Deep Learning Metrics

• 딥러닝 훈련 진행 상황 모니터링하기

• ROC Curve and Performance Metrics

대신 plot 함수와 scatter 함수를 사용하여 플롯을 만드십시오.

자세한 내용은 레거시 신경망 코드를 dlnetwork 워크플로로 전환하기 항목을 참조하십시오.

참고 항목

시계열 모델러 | fitrnet (Statistics and Machine Learning Toolbox) | fitcnet (Statistics and Machine Learning Toolbox) | trainnet | trainingOptions | dlnetwork

도움말 항목

• Training Neural Networks with Tabular Data
• Training Neural Networks with Time Series Data
• 레거시 신경망 코드를 dlnetwork 워크플로로 전환하기