为什么在deepnet R包中的nn.test函数中错误计数除以2？

Question

我不明白为什么在deepnet R包中的nn.test函数的error_count计算中有'/ 2'（除以2），如下所示。

function (nn, x, y, t = 0.5) 
{
    y_p <- nn.predict(nn, x)
    m <- nrow(x)
    y_p[y_p >= t] <- 1
    y_p[y_p < t] <- 0
    error_count <- sum(abs(y_p - y))/2
    error_count/m
}

对我来说，“error_count＆lt; - sum（abs（y_p - y））”是正确的。谁能解释为什么他们把'/ 2'放在那里？

感谢您的时间！

Answer 1

仅仅从观察它开始，我最好的猜测是error_count <- sum(abs(y_p - y))不仅会计入预测的左边，还会计入预测右侧的偏移量。由于您计算错误两次，因此除以2。

Answer 2

你真的到过这个底部吗？我认为你是对的，它不应该除以2，除非这里有一些我不知道的错误率定义，并且与实际错误计数不对应。如果我在X，Y（0/1分类）上运行测试，我得到一个＆＃34;错误率＆＃34; 20％，但如果我只是使用相同网络的X进行预测来获得预测，然后将它们与Y进行比较，那么＆＃34;错误计数＆＃34;实际上是40％。