PNN adaboost分类算法，matlab代码，保存网络参数和预测信数据

以下是使用PNN Adaboost分类算法的Matlab代码，并且保存了网络参数和预测信数据：

% 准备数据
load fisheriris
X = meas(51:end,3:4);
Y = (1:100)'>50;

% 训练PNN Adaboost分类器
numIter = 50;
model = fitensemble(X,Y,'PNN',numIter,'LearnRate',0.1);

% 保存网络参数
params = model.Trained{1}.Network;
save('pnn_params.mat','params');

% 预测新数据
newX = [5.2, 1.5; 4.9, 0.5];
newY = predict(model,newX);

% 保存预测结果
save('pnn_prediction.mat','newY');

执行此代码后，将在当前目录下创建两个文件：

1. 名为“pnn_params.mat”的文件，其中包含训练好的PNN网络参数。

2. 名为“pnn_prediction.mat”的文件，其中包含使用训练好的PNN Adaboost分类器对新数据进行预测的结果。