BP神经网络matlab工具箱实现

训练工具箱中的神经网络

  1. 在选项卡APP中找到Neural Net Fitting
    BP神经网络matlab工具箱实现_第1张图片

  2. 点击next
    BP神经网络matlab工具箱实现_第2张图片

  3. 点击导入样本数据集,训练神经网络,本例中选择导入body fat数据集
    BP神经网络matlab工具箱实现_第3张图片
    BP神经网络matlab工具箱实现_第4张图片
    BP神经网络matlab工具箱实现_第5张图片

  4. 导入后会在工作取看到两个数据集,一个输入数据,一个输出目标数据
    在这里插入图片描述

  5. 点击next,出现训练集,验证集和测试集的比例,后两个可以更改,但一般情况下我们不进行更改
    BP神经网络matlab工具箱实现_第6张图片

  6. 点击net,出现隐藏层节点数设置,默认为10,根据训练效果选择隐藏层节点数,本例选择4个,利用matlab工具箱时,隐藏层的层数只能为1层。
    BP神经网络matlab工具箱实现_第7张图片

  7. 点击next后,点击Train,得到训练结果和仿真图
    BP神经网络matlab工具箱实现_第8张图片
    BP神经网络matlab工具箱实现_第9张图片

  8. 一直点击next,到如下界面,勾选需要保存的数据,一般勾选前四个即可,然后依次点击Save Results、finish。
    即可得到训练好的BP神经网络。
    BP神经网络matlab工具箱实现_第10张图片

用自己的数据进行预测

  1. 先将excel中的数据导入
    BP神经网络matlab工具箱实现_第11张图片
  2. 同样方法,将工具箱打开至如下界面,然后在下拉菜单中找到嗯我们需要的输入数据和输出数据
    BP神经网络matlab工具箱实现_第12张图片
  3. 后续步骤与上一部分相同。
    导入用来预测的数据,用训练好的网络,得到预测值。
    BP神经网络matlab工具箱实现_第13张图片
  4. 点击simple script 可在编辑器工作区查看源代码
    BP神经网络matlab工具箱实现_第14张图片

你可能感兴趣的:(机器学习算法,matlab,神经网络)