请求的资源[/elm/BusinessController/listBusinessByOrderTypeId]不可用 描述 源服务器未能找到目标资源的表示或者是不愿公开一个已经存在的资源表示。
时间: 2023-09-23 22:08:32 浏览: 60
根据您提供的引用内容,我了解到您遇到了一个请求的资源不可用的问题。具体来说,源服务器未能找到目标资源的表示或者是不愿公开一个已经存在的资源表示。这可能是由于网络连接问题、服务器故障或者请求的资源确实不存在所导致的。尝试重新加载页面或者等待一段时间后再次尝试访问该资源可能会解决问题。如果问题持续存在,请联系网站管理员或技术支持团队以获取进一步的帮助。<span class="em">1</span><span class="em">2</span><span class="em">3</span><span class="em">4</span>
相关问题
上面这段代码model = hpelm.ELM(10, 2)的参数为什么是2?不应该是1吗?
根据hpelm库的文档,ELM的第二个参数是输出层的神经元数量,也就是模型需要预测的目标数量。因此,如果你的任务是二分类,那么输出层应该有2个神经元,因为你需要预测2个类别中的一个。如果是多分类任务,输出层的神经元数量应该等于类别数量。如果是回归任务,输出层的神经元数量应该为1。所以,在这个例子中,第二个参数为2是正确的,因为它是一个二分类问题。
matlab写一个迭代的代码,每次增加一个神经元个数,目的是找到ELM的最佳隐含层神经元个数,并且将结果图展示在一张图上
下面是一个简单的MATLAB代码,用于迭代增加神经元个数,以找到ELM的最佳隐含层神经元个数,并将结果图展示在一张图上。请注意,这只是一个基本的示例代码,您可能需要根据自己的需求进行修改。
```matlab
% ELM隐含层神经元个数的迭代
clear; clc;
% 数据集
load iris_dataset.mat;
% ELM参数
input_size = size(irisInputs, 1);
output_size = size(irisTargets, 1);
activation_func = 'sig';
% 迭代增加神经元个数
neuron_list = 1:10:201; % 每次增加10个神经元
accuracy_list = zeros(size(neuron_list));
for i = 1:length(neuron_list)
% 当前隐含层神经元个数
neuron_num = neuron_list(i);
% 构建ELM模型
elm_model = elm_train(irisInputs, irisTargets, neuron_num, activation_func);
% 在测试集上测试ELM模型
elm_output = elm_predict(elm_model, irisInputs);
accuracy_list(i) = elm_accuracy(elm_output, irisTargets);
end
% 绘制图形
plot(neuron_list, accuracy_list, 'b-o');
xlabel('Number of neurons');
ylabel('Accuracy');
title('ELM performance with different number of neurons');
grid on;
```
在此代码中,我们使用`iris_dataset.mat`数据集,该数据集包含3种类型的鸢尾花。我们使用ELM模型,并使用sigmoid函数作为激活函数。我们迭代增加隐含层神经元的数量,每次增加10个神经元。我们在测试集上测试ELM模型,并计算其准确性。最后,我们绘制了隐含层神经元数量与准确性之间的关系图。
您可以根据自己的需求修改此代码,并将其用于您自己的ELM模型。
相关推荐
![m](https://img-home.csdnimg.cn/images/20210720083646.png)
![m](https://img-home.csdnimg.cn/images/20210720083646.png)
![rar](https://img-home.csdnimg.cn/images/20210720083606.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)