使用训练有素的神经网络对新数据进行分类

Question

我试图使用训练有素的神经网络在Matlab中对新车进行分类。每个车辆对象具有四个特征（4-D特征空间）。有3类车辆：小型，中型和大型。当我使用新输入时，网络返回3x4矩阵。如何从此矩阵中获得预测类？ 我使用了以下内容：

newprediction = sim(net,XM38)

输出结果为：

newprediction =

0.0018    0.9915    0.9938    0.0018
0.0694    0.0085    0.0062    0.0694
0.9287    0.0001    0.0000    0.9287

如何解释这些结果，从而获得预测类？

Answer 1

看起来你的输出是属于每个类的每辆车的预测，表示为百分比[0,1]。如果是这种情况，则分类应该是概率最高的类。

但是，您应该检查如何定义网络输出以进行仔细检查。