全部版块 我的主页
论坛 数据科学与人工智能 数据分析与数据科学 MATLAB等数学软件专版
11028 5
2014-12-18
数据为66个,17个指标输入,1个输出。
数据长短不一,最小的个位数,最大的9位数。运行下列代码后误差非常大,求大神们给减小误差的指导方向。
matlab代码如下:
clc
clear

%load data1 input output
load matlab3 input output
P=input(1:60,:)';
T=output(1:60,:)';
input_test=input(1:60,:)';
output_test=output(1:60,:)';

%训练数据归一化
[inputn,inputs]=mapminmax(P);
[outputn,outputs]=mapminmax(T);


%  创建一个新的前向神经网络
net=newff(minmax(P),[17,1],{'tansig','purelin'},'trainbr');
%  当前输入层权值和阈值
inputWeights=net.IW{1,1};
inputbias=net.b{1};
%  当前网络层权值和阈值
layerWeights=net.LW{2,1};
layerbias=net.b{2};
%  设置训练参数
net.trainParam.show = 100;
net.trainParam.lr = 0.1;
net.trainParam.mc = 0.9;
net.trainParam.epochs = 6000;
net.trainParam.goal = 1e-3;
%  调用 TRAINGDM 算法训练 BP 网络
[net,tr]=train(net,P,T);

%BP神经网络的预测
%预测数据归一化
%inputn_test=mapminmax('apply',input_test,inputs);
%BP神经网络预测输出
an=sim(net,P);
%输出结果反归一化
BPoutput=mapminmax('reverse',an,outputs);
%输出训练后的权值和阈值
iw1=net.iw(1);
b1=net.b(1);
iw2=net.lw(2);
ba=net.b(2);

%画图
%网络预测结果图形
figure(1)
plot(BPoutput,':og')
hold on
plot(output_test,'-*')
legend('预测输出','期望输出')
title('BP神经网络预测输出')
ylabel('输出')
xlabel('样本')
%网络预测误差图形
error=output_test-BPoutput;
figure(2)
plot(error,'-*')
title('BP神经网络预测误差')
ylabel('误差 error')
xlabel('样本')
%}

66x17.png
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

全部回复
2014-12-18 23:28:16
误差大很正常的
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

2014-12-18 23:34:21
try to use random forest (RF). feel free have a look at this paper: Do we Need Hundreds of Classifiers to Solve Real World Classification Problems? In the paper, RF present better performance. In addition, try to use "caret" package in R, which includes many algorithms and easy to use.

good luck.

http://jmlr.org/papers/v15/delgado14a.html
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

2014-12-19 10:37:06
fantuanxiaot 发表于 2014-12-18 23:28
误差大很正常的
参数,算法什么的都改过,误差还是很大,误差在10的八次方数量级上。
请问老师是不是跟数据有关,神经网络对数据间的相关性有要求吗?对输入和输出数据间的数据有要求吗?
谢谢老师!
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

2014-12-19 10:41:42
bbslover 发表于 2014-12-18 23:34
try to use random forest (RF). feel free have a look at this paper: Do we Need Hundreds of Classifie ...
Thank you very much! I will find some papers to see what's random forest.
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

2014-12-19 10:49:33
leafka 发表于 2014-12-19 10:37
参数,算法什么的都改过,误差还是很大,误差在10的八次方数量级上。
请问老师是不是跟数据有关,神经网 ...
RBF试过没 可以试试其他的方法
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

相关推荐
栏目导航
热门文章
推荐文章

说点什么

分享

扫码加好友,拉您进群
各岗位、行业、专业交流群