1、数据归一化，输入的数据通常为P,输出数据通常为T，数据格式为，每列对应一个样本，归一化常用函数，是归一化后的数据，是归一化的结构体，在后面反归一化预测值；
2、建立网络并设定参数，中括号里面的是输入层数，隐含神经元数，输出层数，设定节点传递函数的参数，训练的次数，训练的误差目元数，输出层数，设定节点传递函数的参数，训练的次数，训练的误差目标值，学习速率，通常在0到1之间；
3、预测并分析，根据之前归一化的标准，对预测结果进行反归一化，得到结果，对误差进行输出，也可以作图，看预测值和真实值能否吻合，还可以在神经网络训练完成后的对话框中看MSE和R方。
懂视网【www.51dongshi.com】
Copyright © 2019- cepb.cn 版权所有 湘ICP备2022005869号-7
违法及侵权请联系：TEL:199 18 7713 E-MAIL:2724546146@qq.com
本站由北京市万商天勤律师事务所王兴未律师提供法律服务