Encog入门学习（二）

最新推荐文章于 2022-07-19 11:41:54 发布

KrseLee

最新推荐文章于 2022-07-19 11:41:54 发布

阅读量2.8k

点赞数 2

分类专栏： Encog 文章标签： Encog 神经网络

本文链接：https://blog.csdn.net/a398942089/article/details/49999037

版权

本文介绍了使用Encog库从CSV文件加载Iris数据集，并运用feed forward神经网络进行分类的过程。通过model.holdBackValidation()设置评估数据参数，进行模型选择和交叉验证。最终得到的最优化模型为BasicNetwork，包含3个神经层，并展示了模型的性能指标。

摘要由CSDN通过智能技术生成

继续的Encog-quickstart学习，这一次要实现一个从CSV 文件中读取数据，调用feed forward方式的神经网络进行分类的问题。数据集在https://archive.ics.uci.edu/ml/datasets/Iris 中，数据格式如下：

数据集中并没有列名，数据之间使用逗号隔开，通过4个数值型的属性来预测当前样本究竟是哪一种Iris。让我们先来看看代码：

import java.io.File;
import java.util.Arrays;

import org.encog.ConsoleStatusReportable;
import org.encog.Encog;
import org.encog.ml.MLRegression;
import org.encog.ml.data.MLData;
import org.encog.ml.data.versatile.NormalizationHelper;
import org.encog.ml.data.versatile.VersatileMLDataSet;
import org.encog.ml.data.versatile.columns.ColumnDefinition;
import org.encog.ml.data.versatile.columns.ColumnType;
import org.encog.ml.data.versatile.sources.CSVDataSource;
import org.encog.ml.data.versatile.sources.VersatileDataSource;
import org.encog.ml.factory.MLMethodFactory;
import org.encog.ml.model.EncogModel;
import org.encog.util.csv.CSVFormat;
import org.encog.util.csv.ReadCSV;
import org.encog.util.simple.EncogUtility;

public class IrisClassify {

	public static void main(String[] args) {
		// TODO Auto-generated method stub
		
		//1.Mapping the input file
		String irisFile = "input/ir