网络0323和网络2303分类过程的比较

news2025/1/18 16:59:10

( A, B )---2*30*2---( 1, 0 )( 0, 1 )

用网络分类A和B，让A是（0，0）（1，1），让B是（1，0）（1，1）。测试集均为（0，0）（0，1）（1，0）（1，1）.记为网络0323.

	A	0	0	B	1	0
		1	1		1	1

0	0	50%	50%		0	50%
0	1	50%	50%		0	50%
1	0	50%	50%		100%	50%
1	1	50%	50%		100%	50%

比较两列相似性，（0，0）（0，1）与A的两列相似性都是50%，50%。而与B的两列相似性为0，50%。据此判断（0，0）（0，1）与A更为接近。同样（1，0）（1，1）与A的两列相似性为50%，50%而与B的两列相似性为100%，50%，因而（1，0）（1，1）应被分为B。

实验验证是否如此，得到表格

0	0		1	0		1b	0
1	1		1	1		k	k
		0323	30	200
f2[0]	f2[1]	迭代次数n	平均准确率p-ave	1-0	0-1	δ	耗时ms/次	耗时ms/199次	耗时 min/199
0.5019	0.4975	15.2563	0.5	0.60427	0.39573	0.5	1.678392	337	0.005617
0.60254	0.3973	1032.32	0.5	0.82915	0.17085	0.4	9.5527638	1901	0.031683
0.70278	0.29722	1323.87	0.5	0.5	0.5	0.3	11.19598	2230	0.037167
0.80209	0.19798	1621.6	0.5	0.5	0.5	0.2	13.592965	2713	0.045217
0.90084	0.09913	2213.42	0.5	0.5	0.5	0.1	21.693467	4319	0.071983
0.99005	0.00995	7464.56	0.5	0.59296	0.40704	0.01	86.155779	17147	0.285783
0.98396	0.01604	45216.2	0.5	0.74623	0.25377	0.001	523.64322	104206	1.736767
0.99409	0.00591	50207.6	0.5	0.74874	0.25126	9.00E-04	417.44221	83073	1.38455
0.98415	0.01585	55872.3	0.5	0.74623	0.25377	8.00E-04	475.22111	94573	1.576217
0.97923	0.02077	62169.8	0.5	0.74497	0.25503	7.00E-04	486.32663	96780	1.613
0.96929	0.03071	71936.5	0.5	0.74246	0.25754	6.00E-04	682.67839	135853	2.264217
0.96938	0.03062	84370.5	0.5	0.74246	0.25754	5.00E-04	672.8794	133903	2.231717
0.93935	0.06065	103430	0.5	0.73492	0.26508	4.00E-04	690.85427	137480	2.291333
0.89424	0.10576	135549	0.5	0.72362	0.27638	3.00E-04	901.55779	179425	2.990417
0.86418	0.13582	195461	0.5	0.71608	0.28392	2.00E-04	1589.7688	316364	5.272733
0.69343	0.30657	372835	0.5	0.67337	0.32663	1.00E-04	3523.1809	701113	11.68522
0.68841	0.31159	409775	0.5	0.67211	0.32789	9.00E-05	3061.809	609301	10.15502
0.64319	0.35681	461388	0.5	0.6608	0.3392	8.00E-05	3055.7437	608093	10.13488
0.63817	0.36183	520512	0.5	0.65955	0.34045	7.00E-05	3445.4623	685647	11.42745
0.55778	0.44222	603678	0.5	0.63945	0.36055	6.00E-05	3988.9799	793807	13.23012
0.57788	0.42212	715163	0.5	0.64447	0.35553	5.00E-05	4725.7588	940426	15.67377
0.48241	0.51759	888578	0.5	0.6206	0.3794	4.00E-05	6663.2915	1325995	22.09992
0.35679	0.64321	1161299	0.5	0.5892	0.4108	3.00E-05	8755.2764	1742300	29.03833
0.31157	0.68843	1705598	0.5	0.57789	0.42211	2.00E-05	11343.045	2257266	37.6211
0.23116	0.76884	3305165	0.5	0.55779	0.44221	1.00E-05	22443.578	4466272	74.43787
0.24624	0.75376	3633986	0.5	0.56156	0.43844	9.00E-06	26965.653	5366168	89.43613
0.22111	0.77889	4069937	0.5	0.55528	0.44472	8.00E-06	30685.492	6106414	101.7736

观察1-0位和0-1位的分类准确率

尽管并未最终达到50%，50%但这确实是收敛的方向。具体统计当收敛误差为8e-6时的分类情况

（0，0）	199
（1，1）	44	155		0.28387
											199
A	155		B			A	44		B
0	0	0	0	0	0	0	0	0	0	0	0
1	0	1	1	0	1	1	0	1	1	0	1
2	1	0	2	1	0	2	1	0	2	1	0
3	1	1	3	1	1	3	1	1	3	1	1

有155次01被分为A，23被分为B，44次013被分为A，2被分为B。0都被分为A，（1，1）有44次被分为A，155次被分为B，有78%的（1，1）被分为B。

统计当收敛误差为4e-5时网络的分类情况

(0,0)	199
(1,1)	96	103		0.93204
											199
A	103		B			A	96		B
0	0	0	0	0	0	0	0	0	0	0	0
1	0	1	1	0	1	1	0	1	1	0	1
2	1	0	2	1	0	2	1	0	2	1	0
3	1	1	3	1	1	3	1	1	3	1	1

有103次01被分为A，23被分为B，96次013被分为A，2被分为B。（1，1）几乎被对半分

再次统计当收敛误差为5e-4时的分类情况

(0,0)	199
(1,1)	193	6		32.1667
											199
A	6		B			A	193		B
0	0	0	0	0	0	0	0	0	0	0	0
1	0	1	1	0	1	1	0	1	1	0	1
2	1	0	2	1	0	2	1	0	2	1	0
3	1	1	3	1	1	3	1	1	3	1	1

有6次01被分为A，23被分为B，193次013被分为A，2被分为B。（1，1）几乎都被分为A

所以由分类准确率的变化可以猜测网络0323在收敛误差小于9e-4的时候认为（1，1）应该是被分为A的，但是当收敛到9e-4的时候，产生了怀疑，并最终认为（1，1）更应该被分为B。并且这种观念占据了主导，使得（1，1）被分为B的占比不断的提高。并最终使得分类准确率接近0.5，0.5。但这个过程非常缓慢，表明两种观念一直在不断的交锋，网络一直在挣扎。

现在让A和B调换顺序，观察网络2303的分类过程

1		0				0			0		1	0
1		1				1			1		k	k
				2303		30			200
f2[0]		f2[1]		迭代次数n		平均准确率p-ave			1-0	0-1	δ	耗时ms/次	耗时ms/199次	耗时 min/199
0.501228		0.50048		14.206		0.5			0.55025	0.44975	0.5	1.25628	250	0.00417
0.397344		0.60233		1046.24		0.5			0.5	0.5	0.4	8.03518	1599	0.02665
0.297413		0.70296		1317.6		0.5			0.5	0.5	0.3	9.49246	1889	0.03148
0.198032		0.80197		1613.86		0.5			0.5	0.5	0.2	11.4573	2280	0.038
0.099153		0.90074		2210.3		0.5			0.5	0.5	0.1	15.7688	3138	0.0523
0.009951		0.99004		7440.99		0.5			0.5	0.5	0.01	50.8492	10119	0.16865
9.95E-04		0.999		45645.6		0.5			0.5	0.5	0.001	304.884	60672	1.0112
0.015944		0.98406		49974.7		0.5			0.5	0.5	9.00E-04	330.925	65854	1.09757
7.96E-04		0.9992		55332.2		0.5			0.5	0.5	8.00E-04	365.332	72701	1.21168
0.005714		0.99429		62510.5		0.5			0.5	0.5	7.00E-04	414.709	82527	1.37545
0.010635		0.98936		71881.4		0.5			0.5	0.5	6.00E-04	480.246	95569	1.59282
0.035639		0.96436		84247.8		0.5			0.5	0.5	5.00E-04	554.266	110299	1.83832
0.060651		0.93935		103318		0.5			0.5	0.5	4.00E-04	680.648	135449	2.25748
0.090697		0.9093		134168		0.5			0.5	0.5	3.00E-04	911.065	181302	3.0217
0.145869		0.85413		196150		0.5			0.5	0.5	2.00E-04	1288.62	256436	4.27393
0.321644		0.67836		372731		0.5			0.5	0.5	1.00E-04	2442.13	485984	8.09973
0.316616		0.68338		414450		0.5			0.5	0.5	9.00E-05	2712.61	539810	8.99683
0.457293		0.54271		462558		0.5			0.5	0.5	8.00E-05	3028.06	602583	10.0431
0.402024		0.59798		524995		0.5			0.5	0.5	7.00E-05	3529.6	702391	11.7065
0.497488		0.50251		604700		0.5			0.5	0.5	6.00E-05	4499.12	895326	14.9221
A	199				B
0	0		0		0		0	0
1	0		1		1		0	1
2	1		0		2		1	0
3	1		1		3		1	1

网络2303很快就达到了峰值性能，统计当收敛误差为6e-5的时的分类情况，199次23被分为A，01被分为B。2303仅用1046次迭代就达到了峰值，而0323用了4069937次迭代才接近达到.用了3890倍的迭代。而对于相同的收敛误差两个网络迭代次数是相同的

	δ	0.5	0.4	0.3	0.2	0.1	0.01	0.001	9.00E-04	8.00E-04	7.00E-04	6.00E-04	5.00E-04	4.00E-04	3.00E-04	2.00E-04	1.00E-04	9.00E-05	8.00E-05	7.00E-05	6.00E-05
0323	迭代次数n	15.256	1032.3	1323.9	1621.603	2213.4	7464.6	45216	50207.56	55872.31	62169.84	71936.55	84370.46	103430	135549	195460.8	372835.2	409774.9	461388	520512.5	603678.1
2303	迭代次数n	14.206	1046.2	1317.6	1613.859	2210.3	7441	45646	49974.73	55332.19	62510.52	71881.37	84247.81	103317.8	134168.3	196150	372731.1	414450	462557.6	524994.6	604700.3