五分钟实现神经网络GUI模式识别

pattern recognization（模式识别）基本内容与neural network fitting tool一致；选择pattern recognize APP，next，next；导入所需要的数据，在input和output里面，本文使用系统自带案例；点击next，调整参数，直到训练；点击训练，依然相同；主要是nntraintool有所不同confusion绿色区表示正确的参数量和比例

入间同学

779人浏览 · 2020-06-10 05:26:07

入间同学 · 2020-06-10 05:26:07 发布

pattern recognization（模式识别）
基本内容与neural network fitting tool一致；
在这里插入图片描述选择pattern recognize APP，next，next；

导入所需要的数据，在input和output里面，本文使用系统自带案例；点击next，调整参数，直到训练；
在这里插入图片描述

点击训练，依然相同；主要是nntraintool有所不同
在这里插入图片描述
confusion
绿色区表示正确的参数量和比例，红色区表示错误的参数量和比例，蓝色区表示总和；依然分为training、validation、test and all。

receiver operating characteristic
这个图接近于1效果最好，如图效果非常好；
在这里插入图片描述
程序：
[inputs,targets] = cancer_dataset;%导入数据
hiddenLayerSize = 10;
net = patternnet(hiddenLayerSize);%隐藏层个数
%划分训练集、测试集、验证集；
net.divideParam.trainRatio = 70/100;
net.divideParam.valRatio = 15/100;
net.divideParam.testRatio = 15/100;
%训练神经网络
[net,tr] = train(net,inputs,targets);
%输出的效果
outputs = net(inputs);
errors = gsubtract(targets,outputs);
performance = perform(net,targets,outputs)
%测试集的效果
tInd = tr.testInd;
tstOutputs = net(inputs(:,tInd));
tstPerform = perform(net,targets(:,tInd),tstOutputs)