2.8
机器学习定义
分类:监督学习
主要学传统的监督学习
半监督学习更得到关注
强化学习
step1特征提取
step2特征取舍
step3支持向量机
step4划线分类2
BP神经网络
转载
clear all
clc
k=2;
p=[-1:0.01:8];
g=1+sin(k*pi/2*p);
plot(p,g,'-');
title('要逼近的非线性函数');
xlabel('时间');
ylabel('非线性函数');
n=5;
net=newff(minmax(p),[n,1],{'tansig','purelin'},'trainlm');
%对于初始网络,可以应用sim()函数观察网络输出
y1=sim(net,p);
figure;
plot(p,g,'-',p,y1,':')
title('为训练网络的输出结果')
xlabel('时间')
ylabel('仿真输出--原函数--')
net.trainParam.epochs=200;%网络训练时间设置为200
net.trainParam.goal=0.2;%网络训练精度为0.2
net=train(net,p,g);%开始训练网络
y2=sim(net,p);
figure;
plot(p,g,'-',p,y1,':',p,y2,'--')
title('训练后网络的输出结果');
xlabel('时间');
ylabel('仿真输出');
未完待续
明天支持向量机