Matlab：如何在神经网络中禁用验证和测试数据集

Question

我需要使用训练集中的整个数据集训练patternnet神经网络，而不是用于验证或测试。我发现了两种方法，它们在命令窗口中运行良好，但在脚本中却没有，返回错误。

方法1：

mynet.divideFcn = '';

方法2：

mynet.divideParam.trainRatio = 1;
mynet.divideParam.valRatio   = 0;
mynet.divideParam.testRatio  = 0;

和代码：

mynet=patternnet([]);

P=rand(10,1000);
T=rand(2,1000);

[mynet,tr]=train(mynet,P,T);

使用 Matlab R2012b Windows XP 32位

Answer 1

为什么你不能在脚本中使用任何一种方法？

将问题的不同部分放在一个脚本中，如下所示在2015b中运行没有错误...

mynet=patternnet([]);
% Edit mynet before training it
mynet.divideParam.trainRatio = 1;
mynet.divideParam.valRatio   = 0;
mynet.divideParam.testRatio  = 0;

P=rand(10,1000);
T=rand(2,1000);

[mynet,tr]=train(mynet,P,T);

修改

您的难度可能是使用2012b语法的细微变化，因此参考旧文档很好：

https://uk.mathworks.com/help/releases/R2012b/nnet/ref/patternnet.html

您希望使用dividetrain，它会为您的数据指定索引，完全用于培训。

  

[trainInd，valInd，testInd] = dividetrain（Q，trainRatio，valRatio，testRatio）将所有目标分配给训练集，而不将任何目标分配给验证或测试集。

Inputs:
Q = Number of targets to divide up.
Ratios = ratios of each data use type

Outputs:
trainInd = Training indices equal to 1:Q
valInd = Empty validation indices, []
testInd = Empty test indices, []

在您的情况下，您可以手动创建此功能，但值得了解这些功能是否存在，例如，如果您需要特定比率，请使用divideint。

然后尝试使用

P=rand(10,1000);
T=rand(2,1000);

mynet=patternnet([]);
% Edit mynet before training it
mynet.divideParam.trainInd = trainInd; % 1:size(P,1)
mynet.divideParam.valInd   = valInd;   % []
mynet.divideParam.testInd  = testInd;  % []

[mynet,tr]=train(mynet,P,T);

注意：我没有2012b，因此无法为您完全测试。