python bp神经网络 隐含层神经元数_python构建bp神经网络_曲线拟合(一个隐藏层)__1.可视化数据...

1.将数据写入csv文件，应该可以python代码直接实现数据集的写入，但我对文件读取这块不太熟练，等我成功了再加上，这里我直接手写将数据集写入Excel

2.然后把后缀改成.csv就可以了，利用pandas读取

import matplotlib.pyplot as plt

file = 'bp_test.csv'

import pandas as pd

df = pd.read_csv(file, header=None)

x = df.iloc[:,].values

print(x)

读取结果

[[-1. -0.9602]

[-0.9 -0.577 ]

[-0.8 -0.0729]

[-0.7 0.3771]

[-0.6 0.6405]

[-0.5 0.66 ]

[-0.4 0.4609]

[-0.3 0.1336]

[-0.2 -0.2013]

[-0.1 -0.4344]

[ 0. -0.5 ]

[ 0.1 -0.393 ]

[ 0.2 -0.1647]

[ 0.3 0.0988]

[ 0.4 0.3072]

[ 0.5 0.396 ]

[ 0.6 0.3449]

[ 0.7 0.1816]

[ 0.8 -0.0312]

[ 0.9 -0.2189]

[ 1. -0.3201]]

3.将21个数据可视化

plt.scatter(x[:,0], x[:,1], color='red', marker='x', label='mark')

plt.xlabel('x')

plt.ylabel('y')

plt.legend(loc='upper left')

plt.show()

运行结果