Question

假设我有这个矩阵，A：

A=[ 25     11   2010    10  23  75 
    30     11   2010    11  24  45 
    31     12   2010    19  24  44 
    31     12   2010    22  27  32 
    1      1    2011    14  27  27 
    2      12   2011    15  28  30 
    3      12   2011    16  24  42 ];

前5列表示某些测量参数的输入，最后一列表示相应的输出。行数是进行这些测量的次数。

我想使用Matlab神经网络GRNN和函数newgrnn（或任何其他NN函数）来训练数据到第5行并测试剩余的2行输入以评估它们的相应输出。我已经尝试了很多次这样做，但它总是给我错误，程序运行不正常。我已经查看了newgrnn帮助示例，但它仅用于一个输入，而在此示例中我有5个输入。

我的问题是我们如何将输入和输出放在newgrnn函数结构中。实际上，我有一个非常大的矩阵，有22个输入和一个输出，我的矩阵的大小是26352乘23但上面只是示例。

Answer 1

由于您没有提供任何您尝试过的例子以及您从尝试中获得的错误，我将不得不给您一个相当通用的答案。

查看the newgrnn help file。

net = newgrnn（P，T，spread）需要三个输入，

P         R-by-Q matrix of Q input vectors
T         S-by-Q matrix of Q target class vectors
spread    Spread of radial basis functions (default = 1.0)

因此，如果矩阵A总是只有最后一列是输出（目标类向量），那么输出（目标类向量）为A[1:5,end]，输入为A[1:5,1:(end-1)] 。这些分别是“前5行A，最后一列”和“前5行A，以及除最后一列之外的所有行”。

然后（只需按照newgrnn帮助文件中的示例，您就必须调整到您自己的特定A）：

net = newgrnn( A[1:5,1:(end-1)], A[1:5,end] )
% predict new values
Y = sim(net, A[6:7,1:(end-1)])

我认为您还应该阅读indexing arrays and matrices的Matlab帮助文件。

Matlab NN输入和;输出操作

1 个答案: