用MATLAB拟合神经网络

Question

我想使用神经网络拟合一个函数，输出为0/1。 请帮我找到最好的方法。

实际上我想知道MATLAB中的拟合函数，特别是在神经网络工具箱中。我不知道哪种方法适合用二进制输出建模函数。

无论如何，在MATLAB中我还能获得权重吗？

Answer 1

如果你有binary classification task（0/1输出），那么你可以训练一个NN，它有两个输出节点，每个类一个，诀窍是在输出节点上使用logistic function这样它总是在[0,1]范围内（如果你使用NEWPR函数，这是默认值）。它可以被解释为概率，然后您可以使用默认值0.5作为阈值，或者使用ROC curves为您的案例找到更好的阈值。

请参阅this post以获取MATLAB中学习XOR二元运算符的简单示例。

Answer 2

通常神经网络用于决策，所以0/1答案就是你想要的：“是”或“否”。

为了实际适合网络，人们使用两组已知会产生“是”和“否”的答案。然后计算Type I and Type II errors的速率（通常称为纯度和1-效率）作为网络参数的函数。

这些函数的值介于0和1之间。拟合的目标是找到一组网络参数，这些参数在I类和II类错误之间产生可接受的平衡，同时使它们尽可能小。