The arboretum procedure



Yüklə 3,07 Mb.

səhifə108/148
tarix30.04.2018
ölçüsü3,07 Mb.
1   ...   104   105   106   107   108   109   110   111   ...   148

            3    0    4   0    0.0358 1.553E-7 0.00002       0   0.869

            4    0    5   0    0.0358  1.44E-7 0.00002       0   1.043

            5    0    6   0    0.0358 1.351E-7 0.00001       0   1.247

            6    0    7   0    0.0358 1.297E-7 0.00001       0   1.415

            7    0    8   0    0.0358 1.259E-7 0.00001       0   1.585

            8    0    9   0    0.0358 1.235E-7 0.00001       0   1.700

            9    0   10   0    0.0358 1.221E-7 0.00001       0   1.805

           10    0   11   0    0.0358 1.213E-7 0.00001       0   1.864

Optimization Results: Iterations= 10 Function Calls= 12 Jacobian Calls= 11 

Active Constraints= 0  Criterion= 0.035825744 

Maximum Gradient Element= 0.0000127206 Lambda= 0 Rho= 1.864 Radius= 0.004365

NOTE:  FCONV convergence criterion satisfied.

                              Optimization Results

                               Parameter Estimates

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

   Parameter                Estimate                Gradient Label

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

    1 X1_H1                 6.020084               -4.8867E-7 X1 -> H1         

    2 X2_H1                 0.823365                0.0000111 X2 -> H1         

    3 X1_H2                 0.049663               -3.2277E-8 X1 -> H2         

    4 X2_H2                -4.986906                2.19755E-8 X2 -> H2        

    5 X1_H3                -5.848915               -1.8967E-6 X1 -> H3         

    6 X2_H3                 0.767294               -0.0000127 X2 -> H3         

    7 BIAS_H1              -3.013469                5.59999E-7 BIAS -> H1      

    8 BIAS_H2               1.791192                1.32261E-7 BIAS -> H2      

    9 BIAS_H3               0.889276               -3.0043E-6 BIAS -> H3       

   10 H1_HIPL              -0.262306                4.51418E-7 H1 -> HIPL      

   11 H2_HIPL              -0.484458                1.7993E-8 H2 -> HIPL       

   12 H3_HIPL              -0.266660                3.35605E-7 H3 -> HIPL      

   13 BIAS_HIP             -0.490183               -3.1205E-7 BIAS -> HIPL     

                   Value of Objective Function = 0.0358257445

PROC PRINT Report of Selected Fit Statistics for the Scored Test Data Set

                        Hill & Plateau Data

                            MLP with 3 Hidden Units

                        Fit Statistics for the Test Data

                          Test:     Test: Lower    Test: Upper

                         Average     95% Conf.      95% Conf.

                         Squared     Limit for      Limit for

                         Error.        TASE.          TASE.

                         0.036830      0.028999       0.045583

GCONTOUR Plot of the Predicted Values



G3D Plot of the Predicted Values

Program: 30 Hidden Units

 

title 'Hill & Plateau Data';



%let hidden=30;

proc neural data=sampsio.dmdsurf 

           dmdbcat=sampsio.dmdsurf 



           random=789;

   input x1 x2 / id=i;

   target hipl / id=o; 

 

   hidden &hidden / id=h;



   prelim 10;

   train maxiter=1000 outest=mlpest2;

   score data=sampsio.dmtsurf out=mlpout2 outfit=mlpfit2;

   title2 "MLP with &hidden Hidden Units";

run;

 

proc print data=mlpfit2 noobs label;



   var _tase_  _tasel_ _taseu_;

   where _name_ ='HIPL';

   title3 'Fit Statistics for the Test Data';

 run;


 

proc gcontour data=mlpout2;

   plot x2*x1=p_hipl / pattern ctext=black coutline=gray;

   pattern v=msolid;

   legend frame;

   title3 'Predicted Values';

   footnote;

run;


 

proc g3d data=mlpout2;

   plot x2*x1=p_hipl / grid side ctop=blue 

                       caxis=green ctext=black 

                       zmin=-1.5 zmax=1.5;

 run;


Output: 30 Hidden Units

Preliminary Iteration History

         Hill & Plateau Data

              MLP with 30 Hidden Units

    Iteration     Pseudo-random     Objective

     number       number seed        function

          0               789         0.03400

          1        1095609817         0.04237

          2         924680074         0.03808

          3        1369944093         0.04887

          4        1527099570         0.04153

          5         430173087         0.03480

          6         739241177         0.03857

          7         321367798         0.02955

          8          58127801         0.04378

          9        1974465768         0.02971

                Optimization Start

                Parameter Estimates

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

   Parameter       Estimate   Gradient Label

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

    1 X1_H1       -0.467800  0.0000599 X1 -> H1

    2 X2_H1       -0.406536  0.0002672 X2 -> H1

    3 X1_H2       -1.507694  0.0002234 X1 -> H2




    4 X2_H2        0.547571 -0.0003621 X2 -> H2

    5 X1_H3        0.565220  0.0000279 X1 -> H3

    6 X2_H3        0.339673  0.0008228 X2 -> H3

    7 X1_H4       -0.832673  0.0000150 X1 -> H4

    8 X2_H4        0.282776 -0.0004894 X2 -> H4

    9 X1_H5       -0.129020  0.0000243 X1 -> H5

   10 X2_H5       -0.031309  0.0001306 X2 -> H5

   11 X1_H6       -0.060165  0.0002855 X1 -> H6

   12 X2_H6        1.691299  0.0001026 X2 -> H6

   13 X1_H7        0.787984  0.0001247 X1 -> H7

   14 X2_H7        0.062126  0.0007617 X2 -> H7

   15 X1_H8       -0.150388  0.0000205 X1 -> H8

   16 X2_H8       -0.118346  0.0002827 X2 -> H8

   17 X1_H9       -1.319054   -0.00112 X1 -> H9

   18 X2_H9       -0.856195    0.00424 X2 -> H9

   19 X1_H10       0.369538 -0.0003333 X1 -> H10

   20 X2_H10       0.149047  0.0004931 X2 -> H10

   21 X1_H11      -0.227129  0.0002816 X1 -> H11

   22 X2_H11      -0.867869    0.00100 X2 -> H11

   23 X1_H12      -1.208871  0.0000539 X1 -> H12

   24 X2_H12       0.229684 -0.0008334 X2 -> H12

   25 X1_H13      -0.774966  0.0004976 X1 -> H13

   26 X2_H13       0.479537   -0.00141 X2 -> H13

   27 X1_H14       0.092770 -0.0006323 X1 -> H14

   28 X2_H14      -1.080409 -0.0004827 X2 -> H14

   29 X1_H15      -0.622859    0.00147 X1 -> H15

   30 X2_H15      -0.772737    0.00172 X2 -> H15

   31 X1_H16      -0.138595   -0.00141 X1 -> H16

   32 X2_H16       0.822709    0.00251 X2 -> H16

   33 X1_H17      -0.262409  0.0001737 X1 -> H17

   34 X2_H17      -1.162618  0.0004185 X2 -> H17

   35 X1_H18       0.030999   -0.00369 X1 -> H18

   36 X2_H18      -2.728742    0.00228 X2 -> H18

   37 X1_H19       0.021237   -0.00180 X1 -> H19

   38 X2_H19       1.362841   -0.00108 X2 -> H19

   39 X1_H20      -0.429323 2.98698E-6 X1 -> H20

   40 X2_H20       0.299725 -2.3418E-6 X2 -> H20

   41 X1_H21       0.155524  0.0004407 X1 -> H21

   42 X2_H21      -0.563073  0.0002520 X2 -> H21

   43 X1_H22      -0.110919 5.39502E-6 X1 -> H22

   44 X2_H22      -0.338627 -8.6108E-6 X2 -> H22

   45 X1_H23       1.805185   -0.00197 X1 -> H23

   46 X2_H23       0.230073 -0.0007495 X2 -> H23

   47 X1_H24      -1.368753 -0.0001878 X1 -> H24

   48 X2_H24      -0.299062   -0.00261 X2 -> H24

   49 X1_H25       0.234343 -0.0000412 X1 -> H25

   50 X2_H25      -0.209074 -0.0000807 X2 -> H25

 

         Optimization Start



                Parameter Estimates

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

   Parameter       Estimate   Gradient Label

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

   51 X1_H26      -0.055756 -0.0000101 X1 -> H26

   52 X2_H26      -0.331826  0.0001698 X2 -> H26

   53 X1_H27      -0.799268  0.0001618 X1 -> H27

   54 X2_H27      -0.195293  0.0005865 X2 -> H27

   55 X1_H28      -1.130014  0.0006003 X1 -> H28

   56 X2_H28       0.540507   -0.00117 X2 -> H28

   57 X1_H29      -0.808714  0.0000157 X1 -> H29

   58 X2_H29       0.442020 -0.0003948 X2 -> H29

   59 X1_H30      -1.075334 -0.0008229 X1 -> H30





Dostları ilə paylaş:
1   ...   104   105   106   107   108   109   110   111   ...   148


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

    Ana səhifə