产品
本文介绍利用matlab的人工神经网络App进行简单的训练和拟合
对于我们来说，这是一个黑箱子，具体原理无需知晓，只要知道需要输入什么，能够得到什么就行了。
有了这个映射关系，就能用任意输入数据来预测输出数据。
例如通过地理位置、时间、城市教育水平等等数据，来预测房价
房价和（地理位置、时间、城市教育水平等）就是一个函数关系。
我们通过神经网络得到的就是这个函数关系
本质上来说，就是一个拟合方法。就像最小二乘法拟合出曲线一样。只不过这个拟合方法可以拟合出任意的函数关系，不必拘泥于曲线曲面直线之类的，也不必拘泥于是否有解析式。
或输入nftool
点击Next
数据有二：
1）输入数据
2）目标输出数据
我们导入例子的数据
选择预测房价那个数据
点导入之后
输入数据是一个13*506的矩阵
每一列有十三行，是一个样本点。一共506行，即506个样本点。
输出数据则是1*506的矩阵
一共506列，每一列都代表输出值
这里面的参数默认即可
traning表示用于训练的数据的比例
validation表示用于验证的数据的比例
test表示用于测试的数据的比例
还有个是隐藏层的神经网络数 默认为10
这个数越大，拟合精度会越大。但是会出现过拟合问题。也就是说太过精确让该函数关系失去了泛用性，在问题A上可以用，但是在和问题A相似的问题B上就用不了了。
选择训练算法
然后点击训练
点第一个，把训练得到的函数关系保存下来
得到如下函数
这个函数就是我们训练得到的函数关系了
用法也很简单
随便打开个脚本，就像用普通的函数一样用就行了
输入只需要一个，就是13列的输入数据
输出也只有一个，就是得到房价
我们随便在原始数据上改动一两个数字得到：
还有一种方法，就是把得到的函数关系保存成一个变量
这里叫做net1
点击 save Results
工作区出现一个叫做net1的变量，这个就是函数关系
怎么用呢？
用sim(net1，输入数据)即可
在训练完成之后会弹出的
这里面Regression
就是显示R值的
Error Histogram就是显示误差分布的
结束
免责声明：本文系网络转载或改编，未找到原创作者，版权归原作者所有。如涉及版权，请联系删
155-2731-8020
