Как предикат, новыми данными с использованием encog

---

Я сделал тренировочные данные по encog. теперь я хочу предикатировать некоторые данные, что я должен сделать, пожалуйста?

Код для обучения:

Что я уже пробовал:

public static double[][] INPUT ={
            new double[4] { 0.0, 0.0,0.1,0.1 },
            new double[4] { 0.5, 1.0,1.0,0.2 },
	    new double[4] { 0.0, 1.0,0.0,0.3 },
            new double[4] { 1.0, 1.0 ,0.0,0.3} };

        
        public static double[][] IDEAL = {                                              
            new double[1] { 0.0 }, 
            new double[1] { 1.0 }, 
            new double[1] { 0.5 }, 
            new double[1] { 1.0 } };

        
        public static void Main()
        {
            BasicNetwork network = new BasicNetwork();
            network.AddLayer(new BasicLayer(new ActivationSigmoid(), true, 2));
            network.AddLayer(new BasicLayer(new ActivationSigmoid(), true, 6));
            network.AddLayer(new BasicLayer(new ActivationSigmoid(), true, 1));
            network.Structure.FinalizeStructure();
            network.Reset();

            INeuralDataSet trainingSet = new BasicNeuralDataSet(INPUT, IDEAL);

            
            // train the neural network
            ITrain train = new ResilientPropagation(network, trainingSet);

            int epoch = 1;

            do
            {
                train.Iteration();
                Console.WriteLine("Epoch #" + epoch + " Error:" + train.Error);
                epoch++;
            } while ((epoch < 5000) && (train.Error > 0.001));

            // test the neural network
            Console.WriteLine("Neural Network Results:");
            foreach (INeuralDataPair pair in trainingSet)
            {
                INeuralData output = network.Compute(pair.Input);
                Console.WriteLine(pair.Input[0] + "," + pair.Input[1]
                        + ", actual=" + output[0] + ",ideal=" + pair.Ideal[0]);
            }

Я хочу предикат данные { 0.0, 0.0,0.1,0.2 }
какую команду я должен использовать для предиката новых данных и получения выходных данных

---