matlab BP神经网络工具箱中的validation checks参数怎么更改？

在 MATLAB 的 BP神经网络工具箱中，可以使用 `configure` 函数来设置神经网络的各种参数，包括 validation checks 参数。

以下是一个示例代码，演示如何设置 validation checks 参数：

% 导入数据
load iris_dataset;
inputs = irisInputs;
targets = irisTargets;

% 创建神经网络
hiddenLayerSize = 10;
net = feedforwardnet(hiddenLayerSize);

% 设置 validation checks 参数
net.performFcn = 'mse';
net.trainFcn = 'trainlm';
net.divideFcn = 'dividerand';
net.divideMode = 'sample';
net.divideParam.trainRatio = 0.7;
net.divideParam.valRatio = 0.15;
net.divideParam.testRatio = 0.15;
net.trainParam.epochs = 100;
net.trainParam.goal = 0.01;
net.trainParam.min_grad = 1e-6;
net.performParam.regularization = 0.1;

% 训练神经网络
[net, tr] = train(net, inputs, targets);

% 测试神经网络
outputs = net(inputs);
errors = gsubtract(targets,outputs);
performance = perform(net,targets,outputs);

在上面的示例中，我们设置了神经网络的训练函数为 `trainlm`，性能函数为 `mse`，分割数据函数为 `dividerand`，划分比例为 70% 训练数据、15% 验证数据和 15% 测试数据，最大训练次数为 100 次，目标误差为 0.01，最小梯度为 1e-6，正则化参数为 0.1。

你可以根据自己的需要修改这些参数，例如更改训练函数、性能函数、分割数据函数、划分比例、最大训练次数、目标误差、最小梯度、正则化参数等。