Eğitimli sinir ağlarının korelasyonunun ölçülmesi

Normal olmayan dağıtılmış verilerle yapay bir sinir ağı (geri yayılım, ileri besleme) eğitimi alıyorum. Kök ortalama kare hatasının yanı sıra, literatür genellikle eğitilmiş ağın kalitesini değerlendirmek için Pearson korelasyon katsayısını önerir. Ancak, eğitim verileri normal olarak dağıtılmamışsa Pearson korelasyon katsayısı makul mü? Sıra tabanlı bir korelasyon ölçüsü kullanmak daha uygun olmaz mıydı, örneğin Spearman rho?

Pearson korelasyon katsayısı doğrusal ilişkiyi ölçer. Ampirik ikinci merkezi momentlere dayanarak, aşırı değerlerden etkilenir. Bu nedenle:

• Gerçek-öngörülen değerlerin dağılım grafiğinde doğrusal olmama kanıtı, sıralama korelasyonu (Spearman) katsayısı;

  • İlişki ortalama olarak monotonik görünüyorsa (şeklin üst satırında olduğu gibi), sıra korelasyon katsayısı etkili olacaktır;

  • Aksi takdirde, ilişki eğriseldir (en soldaki veya ortadaki u şekilli olan gibi, örneğin alt satırındaki bazı örneklerde olduğu gibi) ve muhtemelen herhangi bir korelasyon ölçüsü yetersiz bir açıklama olacaktır; sıra korelasyon katsayısı kullanmak bunu düzeltmeyecektir.

• Dağılım grafiğinde dış verilerin varlığı Pearson korelasyon katsayısının doğrusal ilişkinin gücünü abarttığını gösteriyor. Doğru olabilir de olmayabilir de; dikkatli kullanın. Sıra korelasyon katsayısı, dış değerlerin ne kadar güvenilir olduğuna bağlı olarak daha iyi olabilir veya olmayabilir.

(Resim Pearson ürün-moment korelasyon katsayısı hakkındaki Wikipedia makalesinden kopyalanmıştır .)