【基于BP神经网络的多输入分类预测】

---

前言

  在数据科学和机器学习领域，对复杂数据集进行高精度的分类预测是一个常见且关键的任务。本文通过MATLAB代码示例详细介绍了如何使用反向传播神经网络（BP神经网络）进行多输入单输出的回归预测，涵盖了整个流程从数据处理到模型训练和性能评估的各个步骤。

环境准备

环境准备阶段的目的是确保我们的MATLAB环境是清洁的，没有干扰因素：

warning off             % 关闭警告信息可以避免一些不必要的输出，使得结果更加清晰。
close all               % 关闭所有图形窗口可以确保后续生成的图像是我们刚刚创建的，而不是之前遗留的。
clear                   % 清除所有变量可以去除先前脚本运行可能遗留在内存中的变量。
clc                     % 清空命令行窗口可以为新的运行结果提供一个干净的视觉环境。

导入数据

此部分使用xlsread函数从Excel文件中读取数据集：

dataset = xlsread('dataset.xlsx');  % 读取'xlsx'文件中的数据并存储到变量'dataset'中。

划分训练集和测试集

为了验证我们模型的泛化能力，我们需要将数据集划分为训练集和测试集：

randomIndices = randperm(357);  % 生成一个1到357的随机排列数组，数值357应该是数据集的样本总数。

使用该随机排列，我们选择前240个样本作为训练集，剩下的作为测试集：

inputs_train = dataset(randomIndices(1: 240), 1: 12)';
targets_train = dataset(randomIndices(1: 240), 13)';
numTrainSamples = size(inputs_train, 2);

上述代码将前12列作为输入特征，第13列作为目标输出，并通过转置操作'确保数据以正确的格式被神经网络接收。

inputs_test = dataset(randomIndices(241: end), 1: 12)';
targets_test = dataset(randomIndices(241: end), 13)';
numTestSamples = size(inputs_test, 2);

测试集的处理方式与训练集类似，但是只包含剩余的样本。

数据归一化

为了提高模型的训练效率和性能，对数据进行归一化处理：

[normalized_inputs_train, input_norm_settings] = mapminmax(inputs_train, 0, 1);
normalized_inputs_test  = mapminmax('apply', inputs_test, input_norm_settings);

mapminmax函数将数据缩放到0和1之间，并且保存了归一化的参数，这样我们可以用相同的参数来归一化测试数据。

encoded_targets_train = ind2vec(targets_train);
encoded_targets_test  = ind2vec(targets_test);

ind2vec函数通常用于将标签编码成神经网络的目标向量。这里似乎是将一个回归问题看作了分类问题，如果这是个回归任务，这步操作可能不适用。

建立模型

创建一个前馈神经网络：

net = newff(normalized_inputs_train, encoded_targets_train, 6);

其中newff是创建新的前馈神经网络的函数，6表示隐藏层的神经元数量。

设置训练参数

设置网络的一些训练参数，如迭代次数、目标误差和学习率：

net.trainParam.epochs = 1000;   % 设置最大迭代次数为1000。
net.trainParam.goal = 1e-6;     % 设置目标误差为很小的数，通常来说越小模型越精确，但训练时间可能更长。
net.trainParam.lr = 0.01;       % 设置学习率，控制权重更新的幅度。

训练网络

使用train函数训练定义好的神经网络：

net = train(net, normalized_inputs_train, encoded_targets_train);

这一步会更新网络的权重和偏差，以最小化误差函数。

仿真测试

在训练集和测试集上进行仿真，得到预测值：

sim_targets_train = sim(net, normalized_inputs_train);
sim_targets_test = sim(net, normalized_inputs_test);

sim函数用于模拟神经网络的输出。

数据反归一化和排序

将输出结果反归一化，并排序：

decoded_sim_targets_train = vec2ind(sim_targets_train);
decoded_sim_targets_test = vec2ind(sim_targets_test);

  如果确实是分类问题，则vec2ind函数将神经网络的输出向量转换回它们原来的标签形式。

排序是为了方便后续的性能评估和可视化对比。

性能评价

计算预测准确率：

accuracy_train = sum((decoded_sim_targets_train == sorted_targets_train)) / numTrainSamples * 100;
accuracy_test = sum((decoded_sim_targets_test == sorted_targets_test)) / numTestSamples * 100;

准确率反映了模型预测正确的样本占总样本数的比例。

结果可视化

  使用plot函数绘制预测值和真实值的对比图，以及使用title, xlabel, ylabel函数设置图像的标题和坐标轴标签。使用legend添加图例，以grid添加网格线增强可读性。

混淆矩阵

  这部分代码生成了混淆矩阵的可视化，通常在分类问题中更为常见。混淆矩阵显示了模型在不同类别上的表现，包括真阳性、假阳性、真阴性和假阴性的数目。

confusionMatrix.Title = 'Confusion Matrix for Train Data';
confusionMatrix.ColumnSummary = 'column-normalized';
confusionMatrix.RowSummary = 'row-normalized';

  以上就是整个MATLAB脚本的详细解释。需要注意的是，程序将回归问题处理为了分类问题。具体如何处理，取决于原始数据集以及实际问题的需求。在使用之前，可能需要根据具体场景对代码做一些调整。