PyBrain - 테스트 데이터에 대해 훈련 된 네트워크의 유효성을 검사하는 방법은 무엇입니까?

Question

그래서 적절한 데이터로 훈련 한 PyBrain에 ClassificationDataSet이 있습니다. 즉, 입력은 다음과 같습니다.

trainSet.addSample([0,0,0,0],[1]) 
trainSet.addSample([0,0,0,1],[0]) 
trainSet.addSample([0,0,1,0],[0]) 
trainSet.addSample([0,0,1,1],[1]) 
trainSet.addSample([0,1,0,0],[0]) 
trainSet.addSample([0,1,0,1],[1]) 
trainSet.addSample([0,1,1,0],[1]) 
trainSet.addSample([0,1,1,1],[0]) 
trainSet.addSample([1,0,0,0],[0]) 
trainSet.addSample([1,0,0,1],[1]) 

패턴이 간단합니다.

[1,0,0,1],[1] 
[1,1,0,1],[0] 
[1,0,1,1],[0] 
[1,0,1,0],[1] 

을 그리고 신경망 패턴을 인식 할 수 있는지 여부를 확인 : 1의 짝수가있는 경우, 출력은 그렇지 않으면 나는 다음과 같은 입력을 실행하려면 0입니다 (1)해야한다. 이전에 말했듯이, 나는 이미 네트워크를 훈련했습니다. 위의 입력에 대해 어떻게 검증합니까?

시간 내 주셔서 감사합니다.

Answer 1

먼저 create a network과 train it on your dataset입니다.

그런 다음 activate을 사용하여 입력 결과를 얻고 원하는 출력과 일치하는지 테스트해야합니다.

testOutput = { [1,0,0,1] : [1], [1,1,0,1] : [0], [1,0,1,1]:[0], [1,0,1,0]:[1] } 

for input, expectedOutput in testInput.items(): 
    output = net.activate(input) 
    if output != expectedOutput: 
     print "{} didn't match the desired output." 
     print "Expected {}, got {}".format(input, expectedOutput, output)