matlab运用神经网络的代码

以下是使用 MATLAB 实现神经网络的示例代码：

% 读取数据
data = load('data.txt');
X = data(:, 1:2);
y = data(:, 3);

% 设定神经网络参数
input_layer_size = 2;
hidden_layer_size = 5;
num_labels = 1;

% 初始化随机权重
initial_Theta1 = randInitializeWeights(input_layer_size, hidden_layer_size);
initial_Theta2 = randInitializeWeights(hidden_layer_size, num_labels);
initial_nn_params = [initial_Theta1(:) ; initial_Theta2(:)];

% 设定神经网络参数
options = optimset('MaxIter', 50);
lambda = 1;

% 训练神经网络
costFunction = @(p) nnCostFunction(p, input_layer_size, hidden_layer_size, num_labels, X, y, lambda);
[nn_params, cost] = fmincg(costFunction, initial_nn_params, options);

% 预测结果
pred = predict(Theta1, Theta2, X);

% 显示结果
fprintf('Training Set Accuracy: %f\n', mean(double(pred == y)) * 100);

以上代码中使用了 `fmincg` 函数进行神经网络训练，使用了 `nnCostFunction` 函数计算代价函数，使用了 `predict` 函数进行预测。你需要自行实现这些函数。