bp神经网络预测模型python_BP神经网络模型：Python

本文介绍了运用计量统计软件Spyder(3.2.6 MAC-Python是版本3.6)建立BP神经网络模型的方法。Spyder是一款出色的Python语言编辑器，界面类似Matlab。主要运用的方程是MLPClassifier

整理数据

在Excel中将变量按列整理好，其中1至13列为输入变量，第14列为输出变量，即输入层包含13个神经元，输出层又一个神经元。另外设定一个隐含层，包括20个神经元

每个神经元包含252个数据点，其中最后一个点不参与训练，留作测试最终的模型，即利用前251个数据点训练模型，利用最后一个点检验模型

在Spyder中输入数据

1、打开Terminal，输入spyder，按Enter键确认，打开Spyder界面

2、在Console中右击，可选择清除所有变量和Console历史

3、删除屏幕上的代码，点击保存，将文件保存在数据所在的文件夹

4、导入pandas包，利用其读取Excel。导入numpy包，利用设定数据类型。导入sklearn.neural_network包，利用其MLPClassifier函数

1.import pandas # for reading excel data

2.import numpy # set data as integer

3.from sklearn.neural_network import MLPClassifier # for the modelfit

5、利用pandas.read_excel读取Excel，提示FileNotFoundError: [Errno 2] No such file or directory:'DataForThesis.xlsx'，这是因为Spyder重启后ÿ