100 likes | 207 Views
Redes Neurais Projeto. Equipe: Guilherme de Sousa Moura (gsm) Paulo Amorim (prfa). Roteiro. Metodologia Pré-Processamento Configurações Treinamento Resultados Desempenho Curva ROC Matriz de Confusão. Metodologia (1/3). Dados: Entrada -> 46 atributos Saida -> 2 atributos
E N D
Redes NeuraisProjeto Equipe: Guilherme de Sousa Moura (gsm) Paulo Amorim (prfa)
Roteiro • Metodologia • Pré-Processamento • Configurações • Treinamento • Resultados • Desempenho • Curva ROC • Matriz de Confusão
Metodologia (1/3) • Dados: • Entrada -> 46 atributos • Saida -> 2 atributos • Classe 1 (40000) • Classe 2 (700)
Metodologia (2/3) • Pré-Processamento: • Divisão das Classes • 25% - teste • Balanceamento das Classes • 2/3 restante – treinamento • 1/3 restante – validação • Aleatorização dos dados
Metodologia (3/3) • Configurações: • 20 exemplos • Nós da Camada Escondida (2,4,8,12,24) • Erro (MSE/SSE) • Número de Iterações (350-500) • Taxa de Aprendizagem (0.001,0.00001) • Treinamento • Trainrp (backpropagation residual) • Traingd (gradiente descendente)
Treinamento • 40 Simulações (2x cada) • Média dos Resultados • minimizar aleatoriedade da rede • Observações: • Over-fiting • Resultados não-confiáveis
Resultados (2/2) • Melhor Configuração De Rede: • menor porcentagem de erro • Sem over-fiting prematuro
Desempenho (1/2) • Curva ROC • Dados de teste divididos por classe (a) • Dados de teste aleatorizados (b) (a) (b)
Desempenho (2/2) • Matriz de Confusão • Classe 01 – Positiva • Classe 10 – Negativa • Classe 01 – Negativa • Classe 10 – Positiva