mapminmax

Elabora le matrici mappando i valori minimi e massimi della riga su [-1 1]

Sintassi

[Y,PS] = mapminmax(X,YMIN,YMAX)

[Y,PS] = mapminmax(X,FP)

Y = mapminmax('apply',X,PS)

X = mapminmax('reverse',Y,PS)

dx_dy = mapminmax('dx_dy',X,Y,PS)

Descrizione

Suggerimento

Per ridimensionare i dati per i workflow di Deep Learning, utilizzare la coppia di valori del nome per il livello di input.

[Y,PS] = mapminmax(X,YMIN,YMAX) considera una matrice N per Q, X e facoltativamente un valore minimo e massimo per ciascuna riga di Y, YMIN e YMAX e restituisce una matrice N per Q, Y e delle impostazioni del processo che consentono un’elaborazione coerente dei valori PS.

mapminmax elabora le matrici normalizzando i valori minimi e massimi di ciascuna riga su [YMIN, YMAX].

[Y,PS] = mapminmax(X,FP) considera i parametri come una struttura: FP.ymin, FP.ymax.

Y = mapminmax('apply',X,PS) restituisce Y, dato X e le impostazioni PS.

X = mapminmax('reverse',Y,PS) restituisce X, dato Y e le impostazioni PS.

dx_dy = mapminmax('dx_dy',X,Y,PS) restituisce la derivata inversa.

Esempi

Formattazione di una matrice con la funzione mapminmax

Questo esempio mostra come formattare una matrice in modo che i valori minimi e massimi di ciascuna riga siano mappati nell’intervallo predefinito [-1,+1].

x1 = [1 2 4; 1 1 1; 3 2 2; 0 0 0]
[y1,PS] = mapminmax(x1)

Successivamente, applicare le stesse impostazioni di elaborazione ai nuovi valori.

x2 = [5 2 3; 1 1 1; 6 7 3; 0 0 0]
y2 = mapminmax('apply',x2,PS)

Invertire l’elaborazione di y1 per ottenere nuovamente x1.

x1_again = mapminmax('reverse',y1,PS)

Argomenti di input

X — Matrice di input

matrice

Matrice che si desidera elaborare, specificata come una matrice N per Q.

YMIN — Valore minimo

-1 (predefinito) | scalare

Valore minimo per ciascuna riga della matrice di output Y, specificata come scalare.

YMAX — Valore massimo

-1 (predefinito) | scalare

Valore massimo per ciascuna riga della matrice di output Y, specificata come scalare.

Argomenti di output

Y — Matrice di output

matrice

Matrice elaborata, restituita come una matrice N per Q.

PS — Impostazioni del processo

struttura

Impostazioni del processo che consentono un'elaborazione coerente dei valori, restituiti come una struttura.

Ulteriori informazioni

Normalizzazione degli input e dei target utilizzando mapminmax

Prima dell'addestramento, è spesso utile scalare gli input e i target in modo che rientrino sempre in un intervallo specificato. La funzione mapminmax scala gli input e i target in modo che rientrino nell’intervallo [–1,1]. Il codice seguente illustra come utilizzare questa funzione.

[pn,ps] = mapminmax(p);
[tn,ts] = mapminmax(t);
net = train(net,pn,tn);

Gli input e i target originali della rete sono dati nelle matrici p e t. Gli input e i target normalizzati pn e tn che vengono restituiti cadranno tutti nell’intervallo [–1,1]. Le strutture ps e ts comprendono le impostazioni, in questo caso i valori minimi e massimi degli ingressi e dei target originali. Dopo che la rete è stata addestrata, le impostazioni ps dovrebbero essere utilizzate per trasformare qualsiasi input futuro che viene applicato alla rete. Diventano effettivamente una parte della rete, proprio come i pesi e i bias.

Se mapminmax viene utilizzato per scalare i target, l’output della rete sarà addestrato per restituire output nell’intervallo [–1,1]. Per riconvertire questi input nelle stesse unità che erano state utilizzate per i target originali, utilizzare le impostazioni ts. Il codice seguente simula la rete che è stata addestrata nel codice precedente e poi riconverte l’output della rete nelle unità originali.

an = sim(net,pn);
a = mapminmax('reverse',an,ts);

L’output an della rete corrisponde ai target normalizzati tn. L’output non normalizzato a della rete è nelle stesse unità dei target originali t.

Se mapminmax è utilizzato per pre-elaborare i dati del set di addestramento, ogni volta che la rete addestrata viene utilizzata con nuovi input, questi dovrebbero essere pre-elaborati con i minimi e i massimi che erano stati calcolati per il set di addestramento memorizzato nelle impostazioni ps. Il codice seguente applica un nuovo set di input alla rete già addestrata.

pnewn = mapminmax('apply',pnew,ps);
anewn = sim(net,pnewn);
anew = mapminmax('reverse',anewn,ts);

Per la maggior parte delle reti, compresa la rete feedforwardnet, questi passaggi sono eseguiti automaticamente, per cui è sufficiente utilizzare il comando sim.

Algoritmi

Si assume che X abbia solo valori reali finiti e che gli elementi di ciascuna riga non siano tutti uguali. (Se xmax=xmin o se xmax o xmin sono non-finiti, allora y=x e non si verifica alcun cambiamento).

y = (ymax-ymin)*(x-xmin)/(xmax-xmin) + ymin;

Cronologia versioni

Introdotto in R2006a

Vedi anche

fixunknowns | mapstd | processpca