Modelo de Predição e Classificação por Redes Neurais
Por: diegosdam786 • 22/5/2020 • Trabalho acadêmico • 271 Palavras (2 Páginas) • 171 Visualizações
Modelo de predição e classificação por Redes Neurais
A análise do modelo foi realizada considerando 5 cenários onde são variados a porcentagem de dados para modelo, o número de camadas e o número de neurônios e verificando os valores da acurácia, dos verdadeiros positivos, verdadeiros negativoss e as classes que estão sendo englobada pelo modelo tendo como referência o 1° cenário
1° cenário
Relative particion 33 %
Number of Layer 1
Number of neuron per layer = 10
2° cenário
Relative particion = 33 %
Number of layers = 10
Mumer of neuron per layer = 10
3° cenário
Relative particion = 33 %
Number of layers = 01
Mumer of neuron per layer = 100
4° cenário
Relative particion = 15 %
Number of layers = 01
Mumer of neuron per layer = 10
5° cenário
Relative particion = 33 %
Number of layers = 10
Mumer of neuron per layer = 100
Conclusão
O aumento de camadas conforme os cenários 2 e 5 não foi eficiente devido ao fato da acurácia ter ficado com um valor muito baixo e várias classes acabaram não sendo englobadas pelo modelo.
O aumento de dados para o modelo, realizado no cenário 4, não teve um aumento significativo na acurácia e nem no aumento dos valores de verdadeiro positivo e verdadeiros negativos
O cenário 5 foi modelo que teve o melhor desempenho, com o aumento do número de neurônios na única camada do modelo, teve-se um aumento significativo na acurácia, no englobamento das classes pelo modelo e nos valores de verdadeiros positivos e verdadeiros negativos.
Portanto para o modelo em questão o aumento nos números de neurônios se mostrou mais eficiente.
...