MATLAB的神经网络分类器只有误报

Question

我一直在尝试设计神经网络，但遇到了一些问题。我比较新手。如果可以的话，我想对结果有一些评论，我已经从培训中获得了。这是简单的前馈NN，具有两个隐藏层，两个输出和13个输入。两个隐藏层都包含7个神经元。

我提供了一些图表来展示我对训练分类器的结果。这些图表与我对成功培训流程的期望略有不同。

第一张图是培训的进展情况。对我来说似乎没问题，但由于验证错误而非最小梯度，NN停止了。我不知道这是不是好消息。在第二张图上，渐变似乎在上下摆动。这是否意味着，NN努力寻找最佳结构？ ROC图显示IMO在真阳性率和假阳性率方面的结果非常好。我相信这个值越高，效果越好。但混淆矩阵是我最担心的。它指出零正检测和所有误报。

您怎么看？

Answer 1

我对你的问题的看法。 如果要谈论

  

第一张图是培训的进展情况。好像可以   我，但NN由于验证错误而不是最小梯度而停止。我没有   知道这是否是好消息。在第二张图上，   渐变似乎在上下摆动。这是不是意味着，NN   努力寻找最佳结构？

没必要。这可能意味着，NN找到了合适的重量，然后跳出全球最小值然后再靠近它回来跳舞。我可以建议你在训练期间有一些中间阶段的保护程序，以便稍后检查哪些结果可以从中间阶段获得ROC和混淆矩阵。在我生命中的某些时候，我有更好的结果，有些时候更糟。

  

ROC图表显示IMO在True Positive方面取得了非常好的结果   比率和误报率。我相信这个值越高，效果越好。

在这一点上很难不同意你的观点。

如果要谈论

  

但混淆矩阵是我最担心的。它指出   零阳性检测和所有误报。

恕我直言也可以被认为是好的结果，甚至是非常好的结果，因为你的分类在百分比上是相当好的（对于我工作的大多数情况来说，它是理想的结果），但也混乱。