Rede perceptron(1-C)

Características:

• Uma camada de saída contendo c neurônios.
• Sem camadas ocultas.
• Normalização das bases de dados.
• Datasets
  • Iris
  • Artificial
• Funções de ativação
  • Linear
  • Sigmoide

Realização para base Artificial

Parâmetros:

• Número de épocas: 400
• Taxa de aprendizagem: 0.1
• Proporção de treinamento: 80%
• Proporção de testes: 20%
• Função de ativação: Linear
• Total de realizações:20

Resultados:

Desvio padrão:  0.01699673171197594
Acurácia:  99.33333333333334 %
Melhor taxa de acerto:  100%
Melhor matriz w:
[ 0.1        -0.61573976  0.46695825]
[-0.1         0.34073657 -0.66883564]
[ 0.2         0.15646026  0.15226348]

Realização para base Iris

Parâmetros:

• Número de épocas: 400
• Taxa de aprendizagem: 0.1
• Proporção de treinamento: 80%
• Proporção de testes: 20%
• Função de ativação: Linear
• Total de realizações: 20

Resultados

Treinamento com todos os atributos:

Desvio padrão:  0.08225975119502045
Acurácia:  69.66666666666664 %
Melhor taxa de acerto: 86 %
Melhor matriz W:
[-1.38777878e-16 -1.26114056e-01  4.25584896e-01 -2.57867317e-01 -7.25301872e-02]
[-1.00000000e-01 -1.33075337e-01 -3.67519048e-01  6.08955045e-01 -5.64501734e-01]
[ 2.40000000e+00 -1.47024003e-01 -7.72877114e-01  2.49995604e+00 1.68282887e+00]

Treinamento com apenas 2 atributos:

Desvio padrão:  0.08685876147196923
Acurácia:  66.33 %
Melhor taxa de acerto:  80%
Melhor matriz w:
[-0.1        -0.0087332  -0.40903056]
[ 0.1         0.79112821 -0.60024686]
[ 1.6         0.71695543  1.64021777]