The arboretum procedure



Yüklə 3.07 Mb.

səhifə102/148
tarix30.04.2018
ölçüsü3.07 Mb.
1   ...   98   99   100   101   102   103   104   105   ...   148

   12 H3_C1       -5.975478   -0.00229 H3 -> C1                                

   13 H1_C2        4.632142   -0.00268 H1 -> C2                                

   14 H2_C2        4.809949   -0.00996 H2 -> C2                                

   15 H3_C2       -4.803055   -0.00695 H3 -> C2                                

   16 BIAS_C1    -11.870050    0.00869 BIAS -> C1                              

   17 BIAS_C2     -7.664741    0.00352 BIAS -> C2                              

                   Value of Objective Function = 0.1531232148

Levenberg-Marquardt Termination Criteria

This section lists the termination criteria for the Levenberg-Marquardt optimization.

                  MLP with 3 Hidden Units 

                        Levenberg-Marquardt Optimization

        *** Termination Criteria *** 

        Minimum Iterations  . . . . . . . . . . . . . . .         -1 

        Maximum Iterations  . . . . . . . . . . . . . . .        100 

        Maximum Function Calls. . . . . . . . . . . . . . 2147483647

        Maximum CPU Time  . . . . . . . . . . . . . . . .     604800

        ABSGCONV Gradient Criterion . . . . . . . . . . .  0.0000100 

        GCONV Gradient Criterion  . . . . . . . . . . . .       1E-8

        GCONV2 Gradient Criterion . . . . . . . . . . . .          0

        ABSFCONV Function Criterion . . . . . . . . . . .          0 

        FCONV Function Criterion  . . . . . . . . . . . .  0.0001000 

        FCONV2 Function Criterion . . . . . . . . . . . .          0 

        FSIZE Parameter . . . . . . . . . . . . . . . . .          0

        ABSXCONV Parameter Change Criterion . . . . . . .          0 

        XCONV Parameter Change Criterion  . . . . . . . .          0 

        XSIZE Parameter . . . . . . . . . . . . . . . . .          0

        ABSCONV Function Criterion  . . . . . . . . . . . -1.341E154

        *** Other Control Parameters ***

        Trust Region Initial Radius Factor  . . . . . . .    1.00000

        Singularity Tolerance (SINGULAR)  . . . . . . . .       1E-8

Levenberg-Marquardt Iteration Log

At the start of optimization, the procedure lists the number of active constraints, the current value of the objective function, the maximum

gradient element, and the radius. The iteration history includes the following:

the iteration number (iter)

q   

the number of iteration restarts (rest)



q   

the number of active constraints (act)

q   

the value of the objective function (optcrit)



q   

the difference between the adjacent objective functions (difcrit)

q   

the maximum of the absolute (projected) gradient components (maxgrad)



q   

the value of lamba

q   

the value of rho



q   

The optimization results section lists information specific for the optimization technique.

                    MLP with 3 Hidden Units 

                        Levenberg-Marquardt Optimization

                         Scaling Update of More (1978)

                        Number of Parameter Estimates 17

Optimization Start: Active Constraints= 0  Criterion= 0.153 



Maximum Gradient Element= 0.046 Radius= 1.000

         Iter rest nfun act   optcrit  difcrit maxgrad  lambda     rho

            1    0    5   0    0.1007   0.0524  0.0708  0.0138   0.582

            2    0    9   0    0.0883   0.0124  0.0589   0.417   0.330

            3    0   15   0    0.0546   0.0336  0.0493 0.00993   0.674

            4    0   19   0    0.0255   0.0291  0.0726 0.00154   0.667

            5    0   21   0    0.0233  0.00227   0.136       0  0.0960

            6    0   23   0  0.003321   0.0200  0.0154       0   0.897

            7    0   24   0  0.000742  0.00258 0.00889 5.65E-7   0.816

            8    0   25   0  0.000283 0.000459 0.00683       0   0.636

            9    0   26   0 0.0000632  0.00022 0.00147       0   0.789

           10    0   27   0 6.4334E-6 0.000057 0.00018       0   0.908

           11    0   28   0 1.1769E-6 5.257E-6 0.00006       0   0.823

           12    0   29   0 2.6787E-7  9.09E-7 0.00002       0   0.776

           13    0   30   0 1.2592E-7  1.42E-7 0.00002       0   0.532

           14    0   32   0 1.6879E-8  1.09E-7 2.89E-6 308E-15   0.869

Optimization Results: Iterations= 14 Function Calls= 33 Jacobian Calls= 15 

Active Constraints= 0  Criterion= 1.6879056E-8 

Maximum Gradient Element= 2.8916E-6 Lambda= 3.08E-13 Rho= 0.8685 Radius= 26.94

NOTE:  ABSGCONV convergence criterion satisfied.



Parameter Estimates (MLP Weights)

                              Optimization Results

                               Parameter Estimates

 ------------------------------------------------------------------------------

   Parameter       Estimate   Gradient Label

 ------------------------------------------------------------------------------

    1 X_H1        -0.377915  1.2972E-6 X -> H1                                 

    2 Y_H1        -0.665105  2.8916E-6 Y -> H1                                 

    3 X_H2         1.720212  8.9422E-8 X -> H2                                 

    4 Y_H2        -0.043669 1.63254E-7 Y -> H2                                 

    5 X_H3         0.487788 -3.1918E-7 X -> H3                                 

    6 Y_H3        -0.801489 -5.7188E-7 Y -> H3                                 

    7 BIAS_H1      0.875418 1.87012E-6 BIAS -> H1                              

    8 BIAS_H2      1.340638 -1.1246E-7 BIAS -> H2                              

    9 BIAS_H3     -0.649604 -7.5073E-8 BIAS -> H3                              

   10 H1_C1      388.611382 -1.7823E-9 H1 -> C1                                

   11 H2_C1      289.584211 -1.6285E-9 H2 -> C1                                

   12 H3_C1     -309.435371 1.04029E-9 H3 -> C1                                

   13 H1_C2      177.046552 -1.9849E-9 H1 -> C2                                

   14 H2_C2      118.043485 1.37679E-8 H2 -> C2                                

   15 H3_C2     -149.150661 -1.1747E-8 H3 -> C2                                

   16 BIAS_C1   -580.555136 -2.0973E-9 BIAS -> C1                              

   17 BIAS_C2   -213.290409 1.39802E-8 BIAS -> C2                              

                   Value of Objective Function = 1.6879056E-8



List Report of Selected Variables in the Score OUTFIT= Data Set

The example PROC PRINT report of the OUTFIT = data set lists selected fit statistics for the training data. By default, the OUTFIT data set

contains two observations. These observations are distinguished by the value of the _NAME_ variable:

_NAME_ = 'Target Variable Name'

q   

_NAME_ = 'OVERALL'



q   

Because a WHERE statement was used to select only values of _NAME_ = 'OVERALL', this report contains a single observation.






Dostları ilə paylaş:
1   ...   98   99   100   101   102   103   104   105   ...   148


Verilənlər bazası müəlliflik hüququ ilə müdafiə olunur ©genderi.org 2017
rəhbərliyinə müraciət

    Ana səhifə