多分類問題

我們手上包含有手寫字符的數據集，該數據集來自斯坦福機器學習的課后作業，每個字符圖片大小為 20×20 ，總的樣本規模為 5000×400 ，

我們的神經網絡設計如下，包含 1 個隱含層，隱層含 25 個神經元，：

# coding: utf-8 # neural_network/test_handwritten_digits.py """手寫字符集 """ import nn import numpy as np from sklearn import datasets from scipy.io import loadmatdata = loadmat('data/handwritten_digits.mat') Thetas = loadmat('data/ex4weights.mat') Thetas = [Thetas['Theta1'], Thetas['Theta2']]X = np.mat(data['X']) y = np.mat(data['y'])res = nn.train(X,y,hiddenNum=1,unitNum=25,Thetas=Thetas, precision = 0.5) print 'Error is: %.4f'%res['error']

初始化的權值矩陣來自斯坦福課后作業提供的初始化權值

運行結果如下：

Doing Gradient Checking.... Error is: 0.2876

總結

以上是生活随笔為你收集整理的3.12 程序示例--多分类问题-机器学习笔记-斯坦福吴恩达教授的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。