LVQ 신경 네트워크의 분류
<span style="font-size:18px;">%%
clear all
clc
warning off
%%
load data.mat
a=randperm(569);
Train=data(a(1:500),:);
Test=data(a(501:end),:);
%
P_train=Train(:,3:end)';
Tc_train=Train(:,2)';
T_train=ind2vec(Tc_train);
%
P_test=Test(:,3:end)';
Tc_test=Test(:,2)';
%%
count_B=length(find(Tc_train==1));
count_M=length(find(Tc_train==2));
rate_B=count_B/500;
rate_M=count_M/500;
net=newlvq(minmax(P_train),20,[rate_B rate_M],0.01,'learnlv1');
%
net.trainParam.epochs=1000;
net.trainParam.show=10;
net.trainParam.lr=0.1;
net.trainParam.goal=0.1;
%%
net=train(net,P_train,T_train);
%%
T_sim=sim(net,P_test);
Tc_sim=vec2ind(T_sim);
result=[Tc_sim;Tc_test]
%%
total_B=length(find(data(:,2)==1));
total_M=length(find(data(:,2)==2));
number_B=length(find(Tc_test==1));
number_M=length(find(Tc_test==2));
number_B_sim=length(find(Tc_sim==1 & Tc_test==1));
number_M_sim=length(find(Tc_sim==2 &Tc_test==2));
disp([' :' num2str(569)...
' :' num2str(total_B)...
' :' num2str(total_M)]);
disp([' :' num2str(500)...
' :' num2str(count_B)...
' :' num2str(count_M)]);
disp([' :' num2str(69)...
' :' num2str(number_B)...
' :' num2str(number_M)]);
disp([' :' num2str(number_B_sim)...
' :' num2str(number_B-number_B_sim)...
' p1=' num2str(number_B_sim/number_B*100) '%']);
disp([' :' num2str(number_M_sim)...
' :' num2str(number_M-number_M_sim)...
' p2=' num2str(number_M_sim/number_M*100) '%']);
</span>
이 내용에 흥미가 있습니까?
현재 기사가 여러분의 문제를 해결하지 못하는 경우 AI 엔진은 머신러닝 분석(스마트 모델이 방금 만들어져 부정확한 경우가 있을 수 있음)을 통해 가장 유사한 기사를 추천합니다:
다양한 언어의 JSONJSON은 Javascript 표기법을 사용하여 데이터 구조를 레이아웃하는 데이터 형식입니다. 그러나 Javascript가 코드에서 이러한 구조를 나타낼 수 있는 유일한 언어는 아닙니다. 저는 일반적으로 '객체'{}...
텍스트를 자유롭게 공유하거나 복사할 수 있습니다.하지만 이 문서의 URL은 참조 URL로 남겨 두십시오.
CC BY-SA 2.5, CC BY-SA 3.0 및 CC BY-SA 4.0에 따라 라이센스가 부여됩니다.