美文网首页
第三章 Encog Workbench

第三章 Encog Workbench

作者: 缩短了永恒 | 来源:发表于2018-04-11 22:06 被阅读0次

    •   Encog Workbench的结构

    •   一个简单的XOR示例

    •   使用EncogAnalyst

    •   Encog分析报告

    Encog Workbench是一个GUI应用程序,它能够学习大量不同的机器学习任务而不用编写java或者c#代码,EncogWorkbench本身是用java编写的,但生成的文件,可以使用于任何Encog框架。

    EncogWorkbench是分布式,作为一个单一的自执行jar文件,在大多数操作系统,EncogWorkbench JAR文件简单地通过双击启动,包括了MicrosoftWindows, Macintosh和各种各样的liunx系统,使用下面的控制命令启动:

    上面的jar文件可能有不同的名字,这取决于Encog的版本,不过文件名的某个地方会有“encog-workbench”和“executable”的字样,所有第三方jar文件都被放置在这个jar里,不需要其他jar文件。

    3.1 Encog Workbench结构

    在学习怎样使用Encog Workbench之前,我们先来学习关于它的结构,工作台使用的项目目录包含一个项目所需的所有文件,Encog Workbench工程不包含任何子目录,同时,如果子目录被添加进Encog Workbench工程,

    一个EncogWorkbench工程里面也没有主“工程文件”,通常一个readme.txt或者readme.html文件是放在Encog Workbench里面以说明如何理解这个项目,然而,这个文件是工程创建者自己处理。

    这里有几个不同的文件类型可能会放在Encog Workbench工程里面呢,这些文件由他们的扩展名组织,Encog Workbench由这些文件的扩展名知道如何处理这些文件,以下是Encog Workbench识别的扩展名:

    以下这节将讨论每一个文件的目标

     

    3.1.1 Workbench CSV文件

    CSV文件是“comma separated values(逗号分隔值)”的首字母缩写,然而,CSV文件不总是 “逗号分隔”,世界上有些地方使用十进制逗号代替小数点的情况尤其如此,Encog使用的CSV文件可以基于小数逗号,在这种情况下,应该使用分号(;)作为字段分隔符。

    CSV文件也可能使用头部来定义每一列的标题,列标题是可选的,但是强烈建议,通过Encog创建的CSV文件和用户提供的CSV文件的列标题名,属性是一致性的。

    一个CSV文件通过Encog定义数据的使用,在CSV文件中每一行定义一个训练集元素和每一列定义一个属性,

    特别地如果一个训练集元素的属性是未知的,那就应该在这行或者列中放置一个”?”字符,本章最后在Encog分析讨论那讨论Encog处理缺失值的各种方式。

    一个CSV文件不能直接使用于神经网络的训练,首先不许转化为一个EGB文件,CSV文件转换为EGB文件,右击CSV文件,选择“Export to Training(EGB)”, EGB文件很好地定义了列输入和理想的数据,而CSV文件不提供任何区分,然而,CSV文件是用户提供的原始数据,此外,一些CSV数据文件是由用户通过Encog处理生成的。

    3.1.2 Workbench EG文件

    Encog EG文件储存了大量不同的对象类型,但是它自己是一个简单的文本文件,EG文件里面的所有数据是以小数点和逗号分隔存储,不管Encog运行在哪个地区,CSV文件都能够按照当地数字格式规则格式化,EG文件不是这样,所有的Encog平台保持了EG文件的一致。

    EG文件存储以下的对象类型:

    •   机器学习方法(i.e. 神经网络)

    •   NEAT populations

    •   训练延续数据

    Encog Workbench将展示位于工程目录的任意EG文件的对象类型,每一个Encog EG文件仅仅存储一个对象,如果多个对象需要存储,它们必须存储在独立的EG文件中。

     

    3.1.3 Workbench EGA文件

    Encog Analyst脚本文件,及EGA文件,持有Encog Analyst的实例,这些文件持有关于一个CSV文件设计到分析的统计信息,EGA文件也持有怎样处理原始数据的脚本信息描述,EGA文件通过workbech执行。

    完整的讨论EGA文件和每一个可能的配置/脚本项目超出了本书的范围,然而,未来的书将致力于Encog Analyst, 此外,能够在以下找到关于Encog Analyst脚本文件的参考信息:

    http://www.heatonresearch.com/wiki/EGA_File

    在这章最后,我们将创建一个EGA文件分析iris数据集。

    3.1.4 Workbench EGB文件

    Encog二进制文件,及EGB文件,持有训练数据,在前面讨论中,对于Encog CSV文件通常转为EGB文件,数据存储一个平台独立的二进制格式,由于这样,EGB文件读速度远远快于CSV文件,此外,EGB文件内部包含了当前输入和理想的数量列,CSV文件在训练之前必须转换为EGB文件,转换一个CSV文件到一个EGB文件,右击选择CSV文件和选择“Export to Training(EGB)”。

    3.1.5 Workbench Image文件

    Encog workbench不直接处理图像文件,但是能够通过双击显示,Encog workbench有能力显示PNG,JPG和GIF文件。

     

    3.1.6 Workbench Text文件

    Encog Workbench不直接使用文本文件,然而,文本文件是工程文件使用者存储说明的一种方式,例如,readme.txt文件能够被添加到工程和显示分析细节,Encog workbench能够显示text和html两种文件.

    3.2一个简单的XOR例子

    这里有大量不同的方式使用EncogWorkbench, Encog Analyst能够使用来创建工程包括规范化,训练和分析,然而,所有个人也能够手动创建和训练神经网络的部分,如果数据直接规范化,Encog Analyst也就不是必要的了。

    在这节我们将看到怎样使用EncogWorkbench而不是Encog Analyst去创建一个简单的XOR神经网络,XOR数据集不要求任何的规范化因为它早就已经在0到1范围了。

    我们开始创建一个新工程。

    3.2.1 新建一个工程

    首先启动EncogWorkbench创建一个新工程,一旦Encog Workbench启动,就有个creating a new project(创建一个新工程),opening anexisting project(打开一个存在的工程)或者quitting will appear的选项,选择创建一个新工程和将其命名为“XOR”,这将创建一个新的空的名字为XOR的文件夹,你现在将在图3.1中看到Encog Workbench:

    这是一个EncogWorkbench的基本布局,这儿是三个主区域,在左侧高矩形部分显示所有工程文件,当前的这个工程没有文件,你也能够看见日志输出和状态信息,日志输出上面的矩形是文档打开区域,Encog workbench看起来非常像IDE,开发人员应该很熟悉。

    3.2.2 生成训练数据

    下一步就是获取训练数据,这儿有几种方式,首先,Encog Workbench支持拖拽,例如,能够将CSV从操作系统中拖和拽就像复制进入这个工程,使源文件不改变,这些文件将出现在工程树结构中。

    Encog Workbench 平台内置了大量的训练集,此外,它也够下载外部数据例如股票价格和太阳黑子信息,太阳黑子能够在时间序列预测实验中使用。

    Encog Workbench构建一个XOR训练集及访问它,选择 Tolls->Generate Training Data, 打开“CreateTraining Data”对话框,选择“XOR 训练集”和命名为“xor.csv”, 这个新CSV文件将显示在工程树种。

    如果你双击“XOR.csv”文件,你将看见以下的训练集:

    重要的是要注意文件的头,当生成EGB文件时候必须指定。

     

    3.2.3 创建一个神经网络

    现在训练数据已创建,也应该创建一个神经网络来学习这个xor数据,创建一个神经网络,选择 File->new file, 然后选择 machine learningmethod 并且将神经网络命名为”xor.eg”,选择”feedforward neural network”,这将显示如下的对话框:

    一定要填写完整上面的表格,这儿应该有两个输入神经元,一个输出神经元和一个单一隐藏层有两个神经元,两个的激活函数选择为sigmoid, 一旦神经网络创建,它将出现在工程树结构中。

     

    3.2.4 神经网络的训练

    现在是训练这个神经网络的时候了,你看到目前这个神经网络还未训练,如果简单地确定该神经网络未训练,双击EG文件包含神经网络,这将显示图3.3

    屏幕上显示这个神经网络的基本统计信息,要看跟多细节,选择“visualize”按钮和选择“network structure”, 这将显示图3.4:

    从这个结构中可以看到输入和输出神经元,隐藏层和偏执神经元之间的所有连接可见,偏执神经元,以及隐藏层,它们帮助神经网络学习。

    这些已完成,是时候真真训练这个神经网络了,先关闭这个图显示和神经网络,这里工作台里面应该没有文档打开。

    右击“xor.csv”训练数据,选择“Exportto Training(EGB)”, 在出现的对话框中填入两个输入神经元和一个输出神经元,在下一个对话框中,一定要指定标题,一旦这些完成,一个EGB文件将添加到工程树中,结果将有三个文件:EG文件,EGB文件和CSV文件。

    训练这个神经网络,选择”Tools->Train”,这将打开一个对话框,选择一个训练集和机器学习方法,由于这里仅仅是一个EG文件和EGB文件,因此这个对话框应该默认为正确的值,点击“Load to Memory”复选框,因为这是一个很小的训练集,所以没有理由不加载到内存中。

    从这里可以选择很多不同的训练方法,对于这个示例,选择“Propagation-Resilient”,对于这个训练类型接受所有默认参数,一旦这些完成,训练程序选项卡将出现,点击“Start”开始训练。

    训练通常在一秒以内完成,然而,如果训练持续了几秒钟,那可能需要点击下拉列表“”进行重置,选择重置这个网络,因为神经网络启动是随机权重的,训练时间将会不同,在一个小的神经网络,例如XOR,权重可能很糟糕足以让神经网络不训练,如果是这样,简单地重置网络重新训练它。

     

    3.2.5 神经网络的评估

    这里有两种方式评价神经网络,首先是通过选择”Tools->Evaluate Network”来简单计算神经网络的错误率,将提示你机器学习方法和使用训练数据,当计算再一次指定训练集的时候将显示你的神经网络错误率。

    例如,错误率将是一个百分比,当计算这个百分比的时候,低的百分比是最好的,其他机器学习方法也许生成一个错误数字或者其他的值。

    对于更多先进的计算,选择“Tools->ValidationChart”.这将产生类似于图3.5的输出:

    这个图形化的描述显示了神经网络的计算与理想值(验证)相匹配,如本例所示,他们非常接近。

    3.3使用Encog分析

    在上一节我们使用了workbench的一个不需要规范化的简单数据集,在这节我们将使用EncogAnalyst向更复杂的数据集工作 ---- 这个iris数据集已经示范了好几次了。规范化过程也早已经探索过了。然而,这里将使用EncogAnalyst提供一个例子,怎样规范化和产生一个神经网络。

    Iris数据集已经建立在Encog Workbench平台上了,所以很容易为它创建一个数据集。创建一个新的Encog Workbench工程正如上一节所描述,这里将其命名为’Iris”。获取这个iris数据集,选择“Tools->Generate Training Data”, 选择”IrisDataset” 和将其命名为”iris.csv”。

    右击iris.csv文件并且选择“AnalystWizard”,这将弹出如图3.6的对话框:

    你可以都接受大部分默认值,然而,”Target Field”和”CSV File Headers”字段应该改变,target指定为”species”和指定有标题。其他两个选项卡应该保持不变。点击OK,之后将生产一个EGA文件。

    这个练习也提供了怎样处理错误值的选项,虽然这个iris数据集没有错误值,但不是每个示例数据集都是这种情况。默认的操作是丢弃他们,然而,你也可以选择平均它们。

    双击这个EGA文件看到如图3.7内容:

    从这个选显卡你能够执行这个EGA文件,点击“Execute”和一个状态对话框将显示。在这里,点击“Start”开始处理,完整的执行在大多数计算机中应该不到一分钟。

    •   第一步:随机化– 洗牌这个文件将其为一个随机顺序。

    •   第二步:隔离– 创建一个训练数据集合一个评价数据集

    •   第三步:规范化–为所选的机器学习方法规范化这个数据让其可用

    •   第四步:生成– 生成训练数据到一个EGB文件让其能够使用训练

    •   第五步:创建– 生成选择机器学习方法

    •   第六步:训练– 训练选择的机器学习方法

    •   第七步:评估– 评估机器学习方法

    这个过程将创建大量的文件,在这个工程中完整的文件列表如下:

    •   Iris.csv – 原始数据

    •   Iris.ega – EGA文件,这是Encog Analyst脚本

    •   Iris_eval.csv – 评价数据

    •   Iris_norm.csv – iris_train.csv规范化版本

    •   Iris_output.csv – 来自iris_eva.csv运行的输出

    •   Iris_random.csv – 来自运行iris.csv的随机输出

    •   Iris_train.csv – 训练数据

    •   Iris_train.eg – 训练的机器学习方法

    •   Iris_train.egb – 从iris_norm.egb创建的二进制数据

    对于向导程序如果改变EGA脚本文件或者使用了不同选项,你可能有不同的步骤。

    看看网络是这样执行的,打开iris_output.csv文件,你将看到如下的列表3.2:

    这个描述了神经网络怎样去尝试预测每一行的iris属于哪个种类,正如你看见的,这里显示的所有行都是正确的,这些数据项是神经网络最初没有被训练过的。

    3.4 Encog分析报告

    这一节将讨论怎样用EncogWorkbench产生多种Encog 分析报告,对于产生这些报告,打开EGA文件如图3.7所示,点击“Visualize”按钮你能得到几个可视化选项,能够选择“Range Report”或者“Scatter Plot”两者之一,这两个将在下一节讨论。

    3.4.1 范围报告

    范围报告显示通过EncogAnalyst执行使用的每一个属性范围,图3.8开始显示这个范围报告:

    这里只显示顶部的部分,另外能够通过上下滚动来查看更多信息。

     

    3.4.2 散点图

    还可以显示散点图来查看两个或多个属性间的关系,当选择这个散点图显示的时候,Encog Analyst将提示你选择哪一个属性关联,如果你只是选择两个,则显示一个普通的散点图,如果你选择所有的四个,你将被显示多变量的散点图,如图3.9所示:

    这说明了四个属性是如何关联的,查看属性是如何关联,选择对角线上的两个正方形,沿着每个行和列,相交的平方是这两个属性之间的关系,同样重要的是要注意,对角线上方形形成的三角形是对角线下方三角形的图像(反向)

    3.5总结

    这章介绍了EncogWorkbench, Encog Workbench是一个神经网络可视化工作和其他机器学习方法的GUI应用程序,这个工作台是一个java应用程序,在任何Encog平台产生数据。

    这章演示了对于数据早就规范化的情况下怎样直接使用Encog Workbench创建和训练一个神经网络,这是训练和评估神经网络一个很好的方式,创建和训练神经网络都在这个工作台上完成。

    对于更多复杂的数据,EncogAnalyst是一个执行自动化的强大的工具,它也组织了一个神经网络执行一些列任务,iris数据集的使用说明了怎样使用EncogAnalyst。

    到目前为止,这本书介绍了怎样使用Encog Analyst规范化和处理数据,下一章将说明怎样用Encog框架代码直接构造神经网络,不用EncogAnalyst。

    相关文章

      网友评论

          本文标题:第三章 Encog Workbench

          本文链接:https://www.haomeiwen.com/subject/hlqtkftx.html