为什么不是我的网络训练和测试数据之间的分裂?

2视图(30天)
我用divideFcn = ' divideind '和分裂指数。这通常但并不在这里工作,我不知道为什么。这是我的代码
%导入培训数据
文件名=“train.txt”;
分隔符=' ';
headerlines = 0;
一个= importdata(文件名,分隔符,headerlines);
%将训练数据分为输入和目标
inputTraining =(1:2:结束);
targetTraining =(2:2:结束);
%导入测试数据
文件名=“用法”;
分隔符=' ';
headerlines = 0;
一个= importdata(文件名,分隔符,headerlines);
%对比测试数据
inputTesting =(1:2:结束);
targetTesting =(2:2:结束);
%初始化与1-hidden NRBF网络层像往常一样。改变
% NRBF从RBF函数。并设置训练函数梯度
%下降
squaredErrGoal = . 01;
传播= 1;
输入= [inputTraining inputTesting];
目标= [targetTraining targetTesting];
网= newrbe(输入、目标传播);
net.layers {1}。transferFcn =“radbasn”;
网。trainFcn =“traingd”;
网= init(净);
视图(净);
numTraining =长度(inputTraining);
numTesting =长度(inputTesting);
网。divideFcn =“divideind”;
net.divideParam。trainInd = 1: numTraining;
net.divideParam。valInd = numTraining + 1: numTesting;
(净,tr) =火车(网络,输入,目标);
plotperf (tr);
图();% plotfit创建一个新的图。
plotfit(净、输入、目标);%多少输入和输出可以处理吗?
包含(“输入”);
传奇({“目标”,“输出”})

接受的答案

格雷格·希斯
格雷格·希斯 2018年1月6日
不使用函数NEWRBE NEWGRNN或NEWPNN ! ! !
他们没有一个合理的灵活性,
如果你想要一个径向基函数网络回归或分类,使用NEWRB ! ! !
甚至比FITNET NEWRB有更多缺陷(回归)和PATTERNNET(分类),然而,我显示如何使用它没有太多的失望。
已经有一段时间我使用它。所以,你必须寻找我的文章和教程在新闻组和答案。
向后搜索使用新闻组和答案
格雷格newrb
希望这个有帮助。
谢谢你的正式接受我的答案
格雷格
3评论

登录置评。

更多的答案(0)

标签

社区寻宝

找到宝藏在MATLAB中央,发现社区如何帮助你!

开始狩猎!