网络1323的分类行为

( A, B )---2*30*2---( 1, 0 )( 0, 1 )

用网络分类A和B，让A是（0，1）（1，1），让B是（1，0）（1，1）。测试集为（0，0）（0，1）（1，0）（1，1）.记为网络1323.固定收敛误差统计迭代次数和分类准确率，得到表格

0	1		1	0		1b	1
1	1		1	1		k	k
		1323
f2[0]	f2[1]	迭代次数n	平均准确率p-ave	1-0	0-1	δ	耗时ms/次	耗时ms/199次
0.5176	0.4824	22571	0.5	0.6219	0.378141	9.00E-04	159.8392	31809
0.5276	0.4724	24721	0.5	0.6219	0.378141	8.00E-04	170.005	33835
0.5427	0.4573	27758	0.5	0.6319	0.36809	7.00E-04	191.0503	38024
0.4824	0.5176	31575	0.5	0.6156	0.384422	6.00E-04	217.397	43262
0.4724	0.5276	36922	0.5	0.6143	0.385678	5.00E-04	254.4975	50651
0.4874	0.5126	44775	0.5	0.6118	0.388191	4.00E-04	309.6482	61623
0.5075	0.4925	57318	0.5	0.6106	0.389447	3.00E-04	395.3065	78668
0.4975	0.5025	82248	0.5	0.6093	0.390704	2.00E-04	567.8643	113005
0.5025	0.4975	152389	0.5	0.6231	0.376884	1.00E-04	1078.126	214548
0.4523	0.5477	167918	0.5	0.608	0.39196	9.00E-05	1155.93	230032
0.4824	0.5176	187026	0.5	0.6168	0.383166	8.00E-05	1275.156	253760

两个位的分类准确率趋于稳定。统计当收敛误差为8e-5时的分类情况

A	100					B				A	4			B
0	0		0			0	0	0		0	0	0		0	0	0
1	0		1			1	0	1		1	0	1		1	0	1
2	1		0			2	1	0		2	1	0		2	1	0
3	1		1			3	1	1		3	1	1		3	1	1
A	94					B				A	1			B
0	0		0			0	0	0		0	0	0		0	0	0
1	0		1			1	0	1		1	0	1		1	0	1
2	1		0			2	1	0		2	1	0		2	1	0
3	1		1			3	1	1		3	1	1		3	1	1
100	13	02
4	01	23
94	013	2
1	1	023

有100次13被分类为A，02被分为B。4次01被分为A，23被分为B。94次013被分为A，2被分为B。1次1被分为A，023被分为B。

（0，0）和A，B两列的相似度都为0，50%，被分为A和B的概率应该是一致的，（0，0）有98次被分为A，有101次被分为B。二者比例接近1：1，这符合假设。

（1，1）和A，B两列的相似性也都是100%，50%。似乎被分为A和B的概率也应该是一致的。但（1，1）有194次被分为A，有5次被分为B。也就是（1，1）几乎全部被分给了A。

所以按照（0，0）对半分，（1，1）按照时序，先到全得的原则，这个网络的极限分类准确率应该是

PA=0.125+0.25+0.25=0.625

PB=0.25+0.125=0.375

做第二个网络，让A和B调换先后顺序，测试集不变再统计分类准确率和迭代次数，得到表格

1	0		0	1		1	1b
1	1		1	1		k	k
		2313
f2[0]	f2[1]	迭代次数n	平均准确率p-ave	1-0	0-1	δ	耗时ms/次	耗时ms/199次
0.51254	0.4875	22345.95	0.5	0.6143	0.385678	9.00E-04	160.92	32024
0.442303	0.5577	24753.1	0.5	0.6018	0.398241	8.00E-04	177.1	35242
0.5276	0.4724	27808.37	0.5	0.6294	0.370603	7.00E-04	196.98	39200
0.532624	0.4674	31530.85	0.5	0.6244	0.375628	6.00E-04	220.54	43887
0.457329	0.5427	36739.69	0.5	0.6018	0.398241	5.00E-04	257.52	51278
0.507532	0.4925	44551.18	0.5	0.6193	0.380653	4.00E-04	313.59	62404
0.537666	0.4623	57463.61	0.5	0.6344	0.365578	3.00E-04	401.4	79878
0.442234	0.5578	81846.52	0.5	0.6106	0.389447	2.00E-04	570	113430

A	100			B				A	1			B
0	0	0		0	0	0		0	0	0		0	0	0
1	0	1		1	0	1		1	0	1		1	0	1
2	1	0		2	1	0		2	1	0		2	1	0
3	1	1		3	1	1		3	1	1		3	1	1
A	89			B				A	9			B
0	0	0		0	0	0		0	0	0		0	0	0
1	0	1		1	0	1		1	0	1		1	0	1
2	1	0		2	1	0		2	1	0		2	1	0
3	1	1		3	1	1		3	1	1		3	1	1

100	23	01
1	2	013
89	023	1
9	02	13

有100次23被分类为A，01被分为B。1次2被分为A，013被分为B。89次023被分为A，1被分为B。9次02被分为A，13被分为B。

00	98	101
11	189	10

因此有98次(0,0)被分为A，101次被分为B。（1，1）有189次被分为A，10次被分为B。（0，0）被对半分，（1，1）按照时序先到的全得，与假设一致。

1	0		0	1		1	1b
0	0		0	0		0	0
		2010
f2[0]	f2[1]	迭代次数n	平均准确率p-ave	1-0	0-1	δ	耗时ms/次	耗时ms/199次	耗时 min/199
0.4975	0.5025	22658	0.5	0.5741	0.4259	9.00E-04	149.56	29762	0.496
0.4574	0.5426	24971	0.5	0.5842	0.4158	8.00E-04	162.87	32412	0.5402
0.5276	0.4724	27982	0.5	0.5678	0.4322	7.00E-04	182.14	36261	0.6044
0.4824	0.5176	31905	0.5	0.5854	0.4146	6.00E-04	205.76	40961	0.6827
0.5176	0.4824	37108	0.5	0.5704	0.4296	5.00E-04	238.67	47496	0.7916

与网络2010相比

00	161		38			4.2368
11	94		105			0.8952

这个网络中（1，1）的两列相似度是50%，0.而（1，1）没有时序优先现象，是对半分的。这个与网络1323的（0，0）相同，在1323中（0，0）的相似性也是50%，0.也被对半分。

而在网络2010中（0，0）的两列相似性为50%，100%，就存在时序现象。这和网络1323中的（1，1）一致，（1，1）在1323中的两列相似性也是50%，100%就存在时序现象。但区别是2010的（0，0）被按照4：1的比例分割，而1323中的（1，1）按照1：0的比例分割。