Question

我是使用weka和神经网络的新手。我很难将weka输出转换为代码级别。这是我训练过的多层感知器的weka输出。

=== Classifier model (full training set) ===

Sigmoid Node 0
    Inputs    Weights
    Threshold    -7.728242643484787
    Node 2    9.643254844595948
    Node 3    -8.919025399127651
Sigmoid Node 1
    Inputs    Weights
    Threshold    7.728242205764689
    Node 2    -9.643254376294452
    Node 3    8.91902493707197
Sigmoid Node 2
    Inputs    Weights
    Threshold    21.0918376938558
    Attrib mean    -19.54425890349859
    Attrib std    36.730369650588976
Sigmoid Node 3
    Inputs    Weights
    Threshold    16.25280971170097
    Attrib mean    -17.677516091162413
    Attrib std    14.141388386397688
Class valid
    Input
    Node 0
Class invalid
    Input
    Node 1

这就是我如何转换为MATLAB代码

node3 = sdev * 14.141388386397688 +  avg *-17.677516091162413;
node3 = 1 / (1 + exp(-node3));
if(node3 < 16.25280971170097)
    node3 = 0;
end

node2 = sdev * 36.730369650588976 +  avg * -19.54425890349859;
node2 = 1 / (1 + exp(-node2));
if(node2 < 21.0918376938558)
    node2 = 0;
end

node1 = node3 * 8.91902493707197 +  node2 * -9.643254376294452;
node1 = 1 / (1 + exp(-node1));
if(node1 < 7.728242205764689)
    node1 = 0;
end

node0 = node3 * -8.91902493707197 +  node2 * 9.643254376294452;
node0 = 1 / (1 + exp(-node0));
if(node0 < -7.728242205764689)
    node0 = 0;
end

但是我使用它得到一些奇怪的输出，任何人都可以帮助我将weka生成的输出转换为功能神经网络。

Answer 1

您目前从Weka获得的是网络本身（其权重和属性）。 AFAIK，Weka可以为this page上列出的分类器生成Java源代码。我不确定你的分类器是否属于这些类之一。如果支持，请选择Classify - ＆gt; More options - ＆gt; Output source code。这是一些explanation from Weka mailing list。

Weka多层感知器分类器输出到代码

1 个答案: