home *** CD-ROM | disk | FTP | other *** search
/ CICA 1995 September (Japanese) / CICA Shareware for Windows CD-ROM (Walnut Creek) (September 1995) (Japanese) (Disc 2).iso / disc2 / programr / atre27.exe / ATREE_27 / EXAMPLE3.LF < prev    next >
Encoding:
Text File  |  1992-08-01  |  4.0 KB  |  130 lines
  1. #
  2. #
  3. #---- example3.lf
  4. #
  5. #
  6. #---- This is an lf example that learns the AND
  7. #---- function of two binary inputs.
  8. # 
  9. #---- The trees are saved into the file example3.tre
  10. #---- The encodings are saved into the file example3.cod
  11. #---- Note that a saved set of trees must be accompanied
  12. #---- by its corresponding encodings if the tree is to function
  13. #---- properly in future trials where the trees are loaded
  14. #---- instead of generated.
  15. #
  16.  
  17. #---- Specify tree statements.
  18. tree
  19.  
  20. #---- Train on trees of 512 leaves.
  21.     size = 512
  22.  
  23. #---- Use a majority vote of 3 trees to promote accuracy.
  24. #---- If your ALN's are not generalizing well, try increasing
  25. #---- the vote parameter from 1 to any odd number.  
  26. #---- Depending on the noisiness of your data, you may need to
  27. #---- set this all the way up to 31, but the usual number that works well
  28. #---- is 7.  In this example, the ALN's don't need votes to generalize the
  29. #---- pattern well.  The statement is here simply as an illustration.
  30.     vote = 3
  31.  
  32. #---- Train until we get 4 elements of the training set right
  33.     min correct  = 4
  34.  
  35. #---- or until 10 epochs have passed.
  36.     max epochs  = 10    
  37.  
  38. #---- Output the tree for later retrieval
  39. #---- We could also use "save folded tree to", but folded trees
  40. #---- may not re-train very well in the future.
  41.     save tree to "example3.tre"
  42.  
  43. #---- Specify function statements.
  44. function
  45.  
  46. #---- Domain dimension MUST be the first statement, followed
  47. #---- by the codomain dimension statement.
  48.     domain dimension = 2
  49.  
  50. #---- There is only 1 codimension.
  51.     codomain dimension = 1
  52.  
  53. #---- Coding output will be saved for use with the trees we are saving.
  54.     save coding to "example3.cod"
  55.  
  56. #---- All dimensions and codimensions are boolean, so specify
  57. #---- bits:stepsize for the encoding of input and output.
  58.     coding = 1:1 1:1 1:1 
  59.  
  60. #---- Boolean values have 2 quantization levels.
  61.     quantization = 2 2 2 
  62.  
  63. #---- Optional specifications of the largest values in the 5 encodings;
  64. #---- if not specified, then the largest value in the training and test set
  65. #---- is used.
  66.     largest = 1 1 1 
  67.  
  68. #---- Optional specifications of the smallest values in the 5 encodings;
  69. #---- if not specified, then the smallest value in the training and test set
  70. #---- is used.
  71. #---- Note that the smallest values may not equal the largest values.
  72.     smallest = 0 0 0
  73.  
  74. #---- There are four rows in our training set.
  75. training set size = 4
  76. training set =
  77.  
  78. # A B   A and B
  79.   1 1     1
  80.   1 0     0
  81.   0 1     0
  82.   0 0     0
  83.  
  84. #---- We will test on the following 4 vectors.
  85. test set size = 4
  86. test set =
  87.  
  88. # A B   A and B
  89.   1 1     1
  90.   1 0     0
  91.   0 1     0
  92.   0 0     0
  93.  
  94.  
  95. #---- The following output file should be generated:
  96. #---- The first line indicates how many codomains there are.
  97. #---- The next four lines represent each of the four lines in the test set.
  98. #---- Each value is followed by its corresponding quantization number
  99. #---- in the prescribed encoding scheme.  Each codomain is followed
  100. #---- by the corresponding result from the ALN's, along with its quantization 
  101. #---- number.  Remember, it's not the calculated value that is as important
  102. #---- as the calculated quantization level.  You can get more accurate values
  103. #---- by tightening up the encoding.
  104.  
  105. #---- After the results is the error histogram, which counts, 
  106. #---- for each of the codomains, the number of times the result quantization 
  107. #---- level differed from the actual quantization level by n.  In this example,
  108. #---- the ALN's executed the test set perfectly, so there are 4 counts for
  109. #---- errors of n = 0 in the codomain.
  110.  
  111. #  A            B        A and B    A and B result
  112.  
  113. #1
  114. #1.000000 1 1.000000 1  1.000000 1  1.000000 1
  115. #1.000000 1 0.000000 0  0.000000 0  0.000000 0
  116. #0.000000 0 1.000000 1  0.000000 0  0.000000 0
  117. #0.000000 0 0.000000 0  0.000000 0  0.000000 0
  118. #
  119. #ERROR HISTOGRAM
  120. #0 errors       4
  121. #1 errors       0
  122. #2 errors       0
  123. #3 errors       0
  124. #4 errors       0
  125. #5 errors       0
  126. #6 errors       0
  127. #7 errors       0
  128. #8 errors       0
  129. #9+ errors      0
  130.