plotpv

R2026b

(削除予定) パーセプトロンの入力ベクトルやターゲット ベクトルのプロット

plotpv は将来のリリースで削除される予定です。詳細については、レガシ ニューラル ネットワーク コードの dlnetwork ワークフローへの移行を参照してください。

コードの更新に関するアドバイスについては、バージョン履歴を参照してください。

構文

plotpv(P,T)
plotpv(P,T,V)


説明

plotpv(P,T) は、次の入力を取ります。

P	入力ベクトルから成る R 行 Q 列の行列 (R は 3 以下でなければならない)
T	バイナリ ターゲット ベクトルから成る S 行 Q 列の行列 (S は 3 以下でなければならない)

これは、P に含まれる列ベクトルをプロットし、T に基づいてマーカーをプロットします。

plotpv(P,T,V) は、さらに次の入力を取ります。

V	グラフ範囲は [x_min x_max y_min y_max]

これは、V で設定された範囲に列ベクトルをプロットします。

例

パーセプトロンの入力とターゲットのプロット

この例では、パーセプトロンの入力とターゲットを定義してプロットする方法を示します。

p = [0 0 1 1; 0 1 0 1];
t = [0 0 0 1];
plotpv(p,t)

バージョン履歴

R2006a より前に導入

plotpv は削除予定

plotpv は将来のリリースで削除される予定です。

可視化のワークフローの詳細については、以下の例とトピックを参照してください。

• 深層学習の可視化手法

• Explore Network Predictions Using Deep Learning Visualization Techniques

• Deep Learning Metrics

• 深層学習における学習の進行状況の監視

• ROC Curve and Performance Metrics

代わりに、plot 関数と scatter 関数を使用してプロットを作成します。

詳細については、レガシ ニューラル ネットワーク コードの dlnetwork ワークフローへの移行を参照してください。

参考

時系列モデラー | fitrnet (Statistics and Machine Learning Toolbox) | fitcnet (Statistics and Machine Learning Toolbox) | trainnet | trainingOptions | dlnetwork

トピック

• Training Neural Networks with Tabular Data
• Training Neural Networks with Time Series Data
• レガシ ニューラル ネットワーク コードの dlnetwork ワークフローへの移行