当前位置:首页 » 《随便一记》 » 正文

MATLAB神经网络拟合工具的使用

16 人参与  2024年10月03日 17:20  分类 : 《随便一记》  评论

点击全文阅读


 本文以MATLAB R2022a为例,介绍使用软件自带的神经网络拟合工具箱。

首先,准备好需要分析的数据,包括预测变量、响应,在试验分析中分别对应试验因素、试验结果。每一组预测变量均对应一个响应,试验中一组试验因素对应一个试验结果。预测变量的数量、响应的数量分别对应神经网络中的输入层节点数、输出层节点数。

在“工作区”右键打开操作栏,新建2个的矩阵表格并命名(Ctrl+N),分别放置预测变量、响应的数据,双击打开表格,将准备好需要分析的数据复制到表格中。

如果预测变量的值按行排布,那响应值也按行,即观测值为行,或者都按列对应即观测值为列。如图所示预测变量有5种(5列),响应有2种(2列),即输入层节点数5、输出层节点数2,均为11行,即每行预测变量值都能对应一行响应值。

点击“APP”,在“机器学习和深度学习”中找到“神经网络拟合”,打开对话框。

 单击“导入”,打开“从工作区导入数据”对话框,分别选择预测变量、响应的矩阵表格,按照前述设置,选择观测值为行。如果对话框中显示观测值的个数一致,则说明设置正确,点击确定。

 之后设置验证数据、测试数据、层大小,训练数据可通过调整验证数据、测试数据而变化。点击训练,可以根据需求选择不同的训练方法,默认使用L-M法。

训练完成后,可以在结果上方查看训练状态、性能、误差直方图、回归、拟合的对应图像,在右上角可以生成代码、导出模型,右下角可以查看均方误差MSE、相关系数R。预测效果越好时,MSE越接近于0,R越接近于1。


点击全文阅读


本文链接:http://zhangshiyu.com/post/167441.html

<< 上一篇 下一篇 >>

  • 评论(0)
  • 赞助本站

◎欢迎参与讨论,请在这里发表您的看法、交流您的观点。

关于我们 | 我要投稿 | 免责申明

Copyright © 2020-2022 ZhangShiYu.com Rights Reserved.豫ICP备2022013469号-1