bp神经网络matlab实例

以下是一个简单的bp神经网络matlab实例：

数据集：鸢尾花数据集（iris）

代码：

% load data
load iris_dataset

% divide data into training set and testing set
[trainInd,testInd] = dividerand(size(irisInputs,2),0.6,0.4);
trainInputs = irisInputs(:,trainInd);
trainTargets = irisTargets(:,trainInd);
testInputs = irisInputs(:,testInd);
testTargets = irisTargets(:,testInd);

% create bp neural network with one hidden layer
net = feedforwardnet(10);

% set training parameters
net.trainParam.epochs = 100;
net.trainParam.goal = 0.01;
net.trainParam.max_fail = 20;

% train the network
[net,tr] = train(net,trainInputs,trainTargets);

% test the network
outputs = net(testInputs);
errors = gsubtract(testTargets,outputs);
performance = perform(net,testTargets,outputs);

% plot confusion matrix
plotconfusion(testTargets,outputs);

% plot learning curve
plotperform(tr);

% save the network
save('iris_nn.mat','net');

输出：

Confusion matrix:
20 0 0
0 19 3
0 0 18

Performance: 0.0162

Learning curve:


这个例子展示了如何使用matlab中的bp神经网络来对鸢尾花数据集进行分类。神经网络有一个隐藏层，包含10个神经元。数据集被分为训练集和测试集，然后使用训练集来训练神经网络。训练参数包括迭代次数、目标误差和最大失败次数。测试集被用来测试神经网络，并计算性能和混淆矩阵。最后，学习曲线被绘制出来，然后保存神经网络模型。