private void button_Sample_Click(object sender, EventArgs e)
{
label_err.Text = "Learning error: ";
label_Test.Text = "Testing error: ";
//Коэффициент обучение сети
n = Convert.ToDouble(textBox_n.Text);
//Объем обучающей выборки
countRow = Convert.ToInt32(textBox_X.Text);
numInput = Convert.ToInt32(textBox2.Text);
numHidden = Convert.ToInt32(textBox_C.Text);
countIter = Convert.ToInt32(textBox1.Text);
//чтение входных данных
if (checkBox1.Checked == true)
{
CreateValues("dollar.txt");
}
else
{
CreateValues();
}
double[] d = new double[D.GetLength(0)];
for (int i = 0; i < d.Length; i++)
{
d[i] = D[i, 0];
}
//Инициализация центроид
centroids = ReaderWriter.ReadMatrixC(countRow, numInput, numHidden, d, x);
rn = new NeuralNetwork(countRow, numInput, numHidden, numOutput, x, centroids, n, temp, er);
rn.countIter = countIter;
//Инициализация весов
rn.SetWeight();
double[] res = new double[countRow];
// Обучение сети
rn.TrainNetwork(x, centroids, countRow, numInput, numHidden, numOutput, D, out res);
if (chart2.Series.Count != 2)
{
chart2.Series.Add("");
}
chart2.Series[0].Points.Clear();
chart2.Series[1].Points.Clear();
// chart2.ChartAreas[0].AxisX.Minimum = 30;
// chart2.ChartAreas[0].AxisX.Maximum = 50;
// chart2.ChartAreas[0].AxisX.Interval = 1;
if (checkBox1.Checked == true)
{
chart2.ChartAreas[0].AxisY.Minimum = 30;
chart2.ChartAreas[0].AxisY.Maximum = 100;
}
else
{
chart2.ChartAreas[0].AxisY.Minimum = -100;
chart2.ChartAreas[0].AxisY.Maximum = 1000;
}
// chart2.ChartAreas[0].AxisY.Interval = 10;
chart2.Legends[0].Docking = System.Windows.Forms.DataVisualization.Charting.Docking.Bottom;
chart2.Series[0].Name = "Received value";
chart2.Series[1].Name = "Original value";
chart2.Series[0].ChartType = System.Windows.Forms.DataVisualization.Charting.SeriesChartType.Spline;
chart2.Series[1].ChartType = System.Windows.Forms.DataVisualization.Charting.SeriesChartType.Spline;
for (int i = 1; i < countRow - 1; i++)
{
chart2.Series[0].Points.AddXY(i, res[i + 1]);
chart2.Series[1].Points.AddXY(i, d[i]);
}
er = rn.errTrain;
label_err.Text = "Learning error: " + er;
temp = rn.temp;
// button_Sample.Enabled = false;
button_test.Enabled = true;
}
private void button1_Click(object sender, EventArgs e)
{
double dou = 0;
//listBox1.Items.Clear();
for (double q = 0.0001; q < 0.1; q = q + 0.005)
{
n = q;
dou = 0;
//Объем обучающей выборки
countRow = Convert.ToInt32(textBox_X.Text);
numHidden = Convert.ToInt32(textBox_C.Text);
countIter = Convert.ToInt32(textBox1.Text);
// чтение входных данных
x = ReaderWriter.ReadMatrix(filename, countRow, numInput);
double[] d = ReaderWriter.ReadVector(filename, countRow, numInput);
D = new double[countRow, numOutput];
RecountD(d);
for (int i = 0; i < 10; i++)
{
//Коэффициент обучение сети
// n = Convert.ToDouble(textBox_n.Text);
countRow = Convert.ToInt32(textBox_X.Text);
numHidden = Convert.ToInt32(textBox_C.Text);
countIter = Convert.ToInt32(textBox1.Text);
// чтение входных данных
x = ReaderWriter.ReadMatrix(filename, countRow, numInput);
d = ReaderWriter.ReadVector(filename, countRow, numInput);
D = new double[countRow, numOutput];
RecountD(d);
//Инициализация центроид
// centroids = ReaderWriter.ReadMatrixC(filename, countRow, numInput, numHidden, d);
rn = new NeuralNetwork(countRow, numInput, numHidden, numOutput, x, centroids, n, temp, er);
rn.countIter = countIter;
//Инициализация весов
rn.SetWeight();
// Обучение сети
// rn.TrainNetwork(x, centroids, countRow, numInput, numHidden, numOutput, D);
er = rn.errTrain;
countRow = 30;
// чтение входных данных
x = ReaderWriter.ReadMatrix("iris_test.txt", countRow, numInput);
d = ReaderWriter.ReadVector("iris_test.txt", countRow, numInput);
D = new double[countRow, numOutput];
RecountD(d);
// Тестирование сети
errTest = rn.TestNetwork(x, D, countRow, numInput, numOutput, numHidden);
dou += errTest;
// listBox1.Items.Add(errTest);
}
Console.WriteLine("(" + q + ";" + dou / 10 + ")");
// Console.WriteLine("(" + q +";" + dou / 10 + ")");
//listBox1.Items.Add("Итого: " + dou / 10);
}
for (double q = 0.1; q < 1; q = q + 0.02)
{
n = q;
dou = 0;
//Объем обучающей выборки
countRow = Convert.ToInt32(textBox_X.Text);
numHidden = Convert.ToInt32(textBox_C.Text);
countIter = Convert.ToInt32(textBox1.Text);
// чтение входных данных
x = ReaderWriter.ReadMatrix(filename, countRow, numInput);
double[] d = ReaderWriter.ReadVector(filename, countRow, numInput);
D = new double[countRow, numOutput];
RecountD(d);
for (int i = 0; i < 10; i++)
{
//Коэффициент обучение сети
// n = Convert.ToDouble(textBox_n.Text);
countRow = Convert.ToInt32(textBox_X.Text);
numHidden = Convert.ToInt32(textBox_C.Text);
countIter = Convert.ToInt32(textBox1.Text);
// чтение входных данных
x = ReaderWriter.ReadMatrix(filename, countRow, numInput);
d = ReaderWriter.ReadVector(filename, countRow, numInput);
D = new double[countRow, numOutput];
RecountD(d);
//Инициализация центроид
// centroids = ReaderWriter.ReadMatrixC(filename, countRow, numInput, numHidden, d);
rn = new NeuralNetwork(countRow, numInput, numHidden, numOutput, x, centroids, n, temp, er);
rn.countIter = countIter;
//Инициализация весов
rn.SetWeight();
// Обучение сети
// rn.TrainNetwork(x, centroids, countRow, numInput, numHidden, numOutput, D);
er = rn.errTrain;
countRow = 30;
// чтение входных данных
x = ReaderWriter.ReadMatrix("iris_test.txt", countRow, numInput);
d = ReaderWriter.ReadVector("iris_test.txt", countRow, numInput);
D = new double[countRow, numOutput];
RecountD(d);
// Тестирование сети
errTest = rn.TestNetwork(x, D, countRow, numInput, numOutput, numHidden);
dou += errTest;
// listBox1.Items.Add(errTest);
}
Console.WriteLine("(" + q + ";" + dou / 10 + ")");
// Console.WriteLine("(" + q +";" + dou / 10 + ")");
// listBox1.Items.Add("Итого: " + dou / 10);
}
}