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