Нейросетевой анализ данных на основе самоорганизующихся карт Кохонена

Нейросетевой анализ данных на основе обучения с учителем.

Для данного анализа будет использоваться выборка, полученная на предыдущем шаге. Данную выборку можно найти в файле Нейросетевой анализ.xls.

Выберем структуру нейронной сети. В качестве входных полей выберем основные продукты, потребляемые в регионах, в качестве выходного параметра – класс. Название региона будет информационным полем.

Рис. 26. Нейросеть [5х2х1]

В полученной нейронной сети (рис. 26) один скрытый слой с двумя нейронами. Обучение производилось со значением ошибки 0,005 и количеством эпох 10000.

Рис. 27. Таблица сопряженности

Таблица сопряженности (рис. 27) показала, что все объекты были классифицированы без ошибок. Данное значение было достигнуто только при удалении из обучающей выборки класса с одним регионом, то есть класса с Чукотским АО. Причиной этого является слишком большое различие в значениях параметров, класс отстоит от остальных на большом расстоянии.

Проверим результаты, полученные при анализе нейронной сети. Проверку будем осуществлять с помощью карт Кохонена. Обучение будем проводить на всей обучающей выборке, то есть класс, в который входит Чукотский АО, также будет участвовать в обучении. Данная выборка находится в файле Карты Кохонена.xls.

Для карт Кохонена выберем следующие параметры: ошибка должна быть меньше 0,005, количество эпох – 500, скорость в начале обучения – 0,3, скорость в конце обучения – 0,005 и ступенчатую функцию соседства.

Сначала построим карты Кохонена, установив автоматическое определение количества кластеров. Результат обучения (рис. 28):

Рис. 28. Результат обучения карт Кохонена

После обучения получили следующие карты (рис. 29).

Рис. 29. Карты Кохонена для каждого из признаков

Программа разбила обучающую выборку на 6 кластеров. Нам такое разделение не подходит. Установим теперь фиксированное количество кластеров равное четырем. Остальные параметры оставим теми же. Повторим обучение (рис. 30):

Рис. 30. Результат обучения карт Кохонена

В результате получили следующие карты (рис. 31):

Рис. 31. Карты Кохонена для каждого из признаков

Из полученных карт (рис. 31) видно, что значимыми признаками являются «Картофель», «Рыба и рыбопродукты» и «Яйца и яйцепродукты». Признаки «Фрукты и ягоды» и «Хлебные продукты» не являются значимыми и оказывают малое влияние на распознавание.

Правила, полученные при построении дерева решений, подтверждают, что выделенные картами значимые признаки участвуют в определении классов, а значит, карты классифицируют правильно.

Для подтверждения этого утверждения рассмотрим таблицу сопряженности (рис. 32).

Рис. 32. Таблица сопряженности

Из неё видно, что все объекты распределены по классам правильно.

Дата добавления: 2015-06-04