ADALINE perceptron app
Gør følgende
Upload data (.xlsx eller .csv format).
Vælg den kolonne som angiver targetværdien (skal være kodet +/- 1).
Vælg de forklarende variable (feature-/input-værdier).
Ændr eventuelt på startvægte, learning rate, stopkriterium og/eller det maksimale iterationer – eller behold default værdierne.
Vælg antal af fold i \(k\)-folds krydsvalidering (default er 5).
Tryk på "Kør ADALINE!"
Output fra algoritmen
Information om hvad du har valgt som features og targetværdi.
Værdien af de estimerede vægte.
En figur, som viser, hvordan vægtene har ændret sig for hver iteration. Hvis graferne for alle vægtene er fladet ud, er det tegn på, at algoritmen er konvergeret.
Resultatet af krydsvalidering her angivet som klassifikationsnøjagtigheden (den gennemsnitlige andel som er klassificeret korrekt ved \(k\)-folds krydsvalidering).
Til sidst en tabel med data.