Main Content

La traducción de esta página aún no se ha actualizado a la versión más reciente. Haga clic aquí para ver la última versión en inglés.

mse

Función de rendimiento normalizada de error cuadrático medio

Descripción

ejemplo

Sugerencia

Para usar el error cuadrático medio con deep learning, use regressionLayer, o use el mse del método dlarray.

perf = mse(net,t,y,ew) usa una red neuronal (net), una matriz o un arreglo de celdas de objetivos (t), una matriz o un arreglo de celdas de salidas (y) y pesos de error (ew), y devuelve el error cuadrático medio.

Esta función tiene dos parámetros opcionales, que se asocian con las redes cuyo valor net.trainFcn se establece en esta función:

  • 'regularization' se puede establecer en cualquier valor entre 0 y 1. Cuanto mayor sea el valor de regularización, más sesgos y pesos cuadráticos se incluirán en el cálculo de rendimiento relativo a los errores. El valor predeterminado es 0, que corresponde a ninguna regularización.

  • 'normalization' se puede establecer en 'none' (valor predeterminado); 'standard', que normaliza los errores entre -2 y 2, correspondientes a normalizar las salidas y los objetivos entre -1 y 1; y 'percent', que normaliza los errores entre -1 y 1. Esta funcionalidad es útil para redes con salidas de varios elementos. Garantiza que la precisión relativa de los elementos de salida con diferentes intervalos de valores objetivo se traten con la misma importancia, en lugar de priorizar la precisión relativa del elemento de salida que tenga el intervalo de valores objetivo más grande.

Puede crear una red estándar que use mse con feedforwardnet o cascadeforwardnet. Para preparar una red personalizada que se entrene con mse, establezca net.performFcn como 'mse'. Esto establece net.performParam automáticamente como una estructura con los valores de parámetros opcionales predeterminados.

mse es una función de rendimiento de red. Mide el rendimiento de la red de acuerdo con la media de errores cuadráticos.

Ejemplos

contraer todo

Este ejemplo muestra cómo entrenar una red neuronal usando la función de rendimiento mse.

En el ejemplo, se crea y entrena una red prealimentada de dos capas para estimar el porcentaje de grasa corporal usando la función de rendimiento mse y un valor de regularización de 0,01.

[x, t] = bodyfat_dataset;
net = feedforwardnet(10);
net.performParam.regularization = 0.01;

MSE es la función de rendimiento predeterminada de feedforwardnet.

net.performFcn

Entrene la red y evalúe el rendimiento.

net = train(net, x, t);
y = net(x);
perf = perform(net, t, y)

Otra opción es llamar a mse directamente.

perf = mse(net, t, y, 'regularization', 0.01)

Argumentos de entrada

contraer todo

Red cuyo rendimiento quiere calcular, especificada como un objeto SeriesNetwork o DAGNetwork.

Objetivos, especificados como una matriz o un arreglo de celdas.

Salidas, especificadas como una matriz o un arreglo de celdas.

Pesos de errores, especificados como un escalar.

Argumentos de salida

contraer todo

Rendimiento de la red como los errores cuadráticos medios.

Historial de versiones

Introducido antes de R2006a

Consulte también