Nachdem wir uns ein Bild davon gemacht haben, wie der Ablauf der Trainingsphase ausschaut, wollen wir den Trainingserfolg als Diagramm veranschaulichen. Weiterhin analysieren wir das folgende neuronale Netz:
Eine sinnvolle Herangehensweise ist folgende:
Dargestellt wird der Anteil der korrekt klassifizierten Testdaten (y-Achse) über der Anzahl der Iterationsschritte der Trainingsphase (x-Achse).
An einem derartigen Diagramm lässt sich nicht nur ablesen, wie viel Prozent der Testdaten nach der Trainingsphase korrekt klassifiziert werden, es lässt sich auch abschätzen, wie viele Iterationsschritte durchgeführt werden sollten.
Zur Wiederholung sei nochmals darauf hingewiesen, dass der Zufall eine Rolle spielt. Dies bedeutet, dass ein wiederholtes Durchführen der Trainingsphase zu unterschiedlichen Ergebnissen führt. Konkret geht es um folgende Vorgänge:
- Vor der Trainingsphase werden sämtliche Gewichte und Schwellwerte des neuronalen Netzes auf einen zufälligen Zahlenwert zwischen -1 und 1 gesetzt.
- In jedem Iterationsschritt der Trainingsphase finden zufällige Auswahlprozesse statt.
- Die Koordinaten der Punkte aus dem Datensatz werden jeweils zufällig gewählt (aber mit der jeweils gleichen Rechenvorschrift zur Bestimmung der Farbe).
Daher sollte das Diagramm in der folgenden Anwendung mehrfach erstellt werden.