BP神经网络鸾尾花(Iris)数据改进代码

BP神经网络鸾尾花(Iris)数据改进代码记录。

一、源代码

网上鸾尾花数据的bp代码很多，最初参考的 鸾尾花代码 大多都一致，将数据人工分为两类：测试集、训练集，每一类75组数据。实际测试过程中感觉不好用，问题如下：
1、调用函数太老。newff函数早已被官方舍弃，改用feedforwardnet

1、net = newff(minmax(input),[10 3],{
    'logsig' 'purelin' },'traingdx');

2、训练数据和测试数据人为分开存放，不利于大量数据统一操作。

1、
% Step1：读取数据。采用textread函数读取文本数据
[f1, f2, f3, f4, class] = textread('trainData.txt','%f%f%f%f%f',75);
2、
% Step7：读取测试数据，并将数据归一化。
[t1 t2 t3 t4 c] = textread('testData.txt','%f%f%f%f%f',75);

二、改进

改进之处有以下几点：

1. 数据可以分为三类 ：训练集、验证集、测试集，考虑到150组鸾尾花数据有点少，分类标准为(0.8,0.2,0),验证集与测试集合并占0.2；

1、%将数据分为三类，训练集、验证集、测试集
[trainsample,valsamplet,testsample] =dividerand(all,0.8,0.2,0);

2、%分开训练集的输入和输出数据，取前四行作为输入数据，后三行为输出数据
trainsample_input