Computer Science на языке Java 2022 Дэвид Копец Классические задачи Computer Science на языке Java 2022 ббк

double
[]> wineTrainers = wineParameters.subList(0, 150);
List<
double
[]> wineTrainersCorrects = wineClassifications.subList(0, 150);
int 
trainingIterations = 10;
for 
(
int 
i = 0; i < trainingIterations; i++) {
wineNetwork.train(wineTrainers, wineTrainersCorrects);
}
Функция.
wine_interpret_output()
.аналогична.
iris_interpret_output()
..По-
скольку.у.нас.нет.названий.сортов.вин,.просто.присваиваем.сортам.целочисленные.
номера.и.используем.их.в.исходном.наборе.данных.
Будем.обучать.сеть.на.первых.150.образцах.из.набора.данных,.оставляя.послед-
ние.28.для.проверки,.и.повторим.обучение.десять.раз.для.каждой.выборки,.что.
значительно.меньше,.чем.50.для.набора.данных.об.ирисах..По.какой-то.причине.
(возможно,.из-за.специфических.свойств.этого.набора.данных.или.настроек.
параметров,.таких.как.скорость.обучения.и.количество.скрытых.нейронов).этот.
набор.данных.требует.более.короткого.обучения.для.достижения.значительной.
точности,.чем.набор.данных.об.ирисах.(листинг.7.23).
Листинг 7.23. 
WineTest.java (продолжение)
// тестирование на последних 28 образцах вина в наборе данных 
List<
double
[]> wineTesters = wineParameters.subList(150, 178);
List wineTestersCorrects = wineSpecies.subList(150, 178);
return 
wineNetwork.validate(wineTesters, wineTestersCorrects,
this
::wineInterpretOutput);
}
public static void 
main(String[] args) {
WineTest wineTest = 
new 
WineTest();
Network.Results results = wineTest.classify();
System.
out
.println(results.correct + " correct of " + results.trials
+ " = " + results.percentage * 100 + "%");
}
}

---

7.6. Повышение скорости работы нейронной сети
211
Если.повезет,.то.ваша.нейронная.сеть.сможет.довольно.точно.классифицировать.
28.образцов:
27 correct of 28 = 96.42857142857143%