精选幻灯片神经网络预测法.pptVIP

BP 神经网络用于预测，分类 产生训练集 / 测试集 创建 / 训练 BP 网络 创建 / 训练 RBF 网络 创建 / 训练 PNN 网络 仿真测试 性能评价 1 、产生训练集 / 测试集 ：（ P_tain,T_train ），（ P_test, T_test ） 将样本分为 训练集 和 测试集 ，训练样本用于网络训练（学习）， 测试样本用于测试网络的泛化能力。一般，训练集样本数量占总 样本数量的 2/3-3/4 为宜，剩余的 1/4-1/3 作为测试集。 p 1 t 1 { , } p 2 t 2 { , } ? p Q t Q { , } ? ? ? 训练集和 测试集随 机产生 32 要分析网络模型的 泛化能力 ，应该也必须用非训练 样本（称为测试样本）误差的大小来表示和评价，这也 是将总样本分成训练样本和非训练样本主要原因之一。 最直接和客观的指标是 从总样本中随机抽取的非训练样 本（测试样本）误差是否和训练样本的误差一样小或稍 大 。非训练样本误差很接近训练样本误差或比其小，一 般可认为建立的网络模型已有效逼近训练样本所蕴含的 规律，否则，若相差很多（如几倍、几十倍甚至上千倍） 就说明建立的网络模型并没有有效逼近训练样本所蕴含 的规律，而只是在这些训练样本点上逼近而已。 33 2 、创建 / 训练 BP 神经网络 : newff, train 创建前需要确定网络的结