Voila je suis arrivé a la fin de ce problème mais je suis coincé dans les derniers question , j'aimerais bien que vous me disez ce que vous pensé , voila les questions :
Générez un ensemble d'apprentissage de taille N = 400, constitué de quatre classes de dimension deux et de répartition gaussienne :
- La première a les valeurs comprises dans les intervalles [(-4 ; 0) ; (0 ; 4)] et une moyenne (-2; 2).
- La seconde a les valeurs comprises dans les intervalles [(0 ; 0) ; (4 ; 4)] et une moyenne (2; 2).
- La troisième a les valeurs comprises dans les intervalles [(-4 ; -4) ; (0 ; 4)] et une moyenne (-2; -2).
- La quatrième a les valeurs comprises dans les intervalles [(0 ; 0) ; (4 ; -4)] et une moyenne (2; -2).
Définir un RN multicouches (avec une seule couche cachée) entraîner par un algorithme de rétropropagation du gradient d’erreur. Affichez pendent l’apprentissage (après chaque n itérations) la courbe de l'erreur quadratique moyenne.
Après, l’apprentissage du réseau, générez un ensemble de test, identique à celui d’apprentissage, mais de taille N = 800 (200 points par classe), puis évaluer les performances du réseau en donnant la matrice de confusion, puis le taux de bonne classification par classe et global.
Illustrer la notion du critère d’arrêt, la notion de sur - apprentissage, la notion du choix du nombre de neurones sur la couche cachée,…
Refaire l’apprentissage et le test en choisissant cette fois des ensembles où les classes se chevauchent.
Mon problème commence au niveau de la question qui demande de donner la matrice de confusion !!
NB: j'ai utilisé matlab pour résoudre les 1er questions .
Partager