BP神经网络数据预测（excel）

整体的处理思路是
先加载训练数据，对数据进行训练，然后再进行预测，最后输出预测值。

main()

import numpy as py
import DataLoad as dataload
import ModelTrain as modeltrain
import DataPrediction as dataprediction


def main():
    data_train = dataload.load_data_train() # 加载训练数据 
    print(data_train) 
    modeltrain.Train_Model(data_train) # 对数据进行训练
    data_pre = dataload.load_data_pre() # 加载需要预测的数据
    data_real = dataload.load_data_real() # 加载数据的真实值
    print(data_pre)
    print(3)
    pre_result = dataprediction.Predict_Data(data_pre) 进行预测
    print("真实值为:%d"%(data_real)+" 预测结果为：%d" % (pre_result))


if __name__ == '__main__':
    main()

数据加载 DataLoad。

import numpy as np
import pandas as pd
data = pd.read_csv("./2015(z).CSV") #读取csv格式的文件全部数据
data1 = np.mat(data) #数据矩阵化
pre_raw = 30 #需要预测值所在行数
# print (data1)
def load_data_train():