单层竞争神经网络的数据分类—患者癌症发病预测

利用单层竞争神经网络来进行数据分类，以患者癌症发病预测为例，通过Matlab进行实验。

%% 案例16：单层竞争神经网络的数据分类—患者癌症发病预测
% 
% 
% 
% 			该案例作者申明：				1：本人长期驻扎在此板块里，对该案例提问，做到有问必答。	2：此案例有配套的教学视频，配套的完整可运行Matlab程序。						3：以下内容为该案例的部分内容（约占该案例完整内容的1/10）。							4：此案例为原创案例，转载请注明出处（Matlab中文论坛，《Matlab神经网络30个案例分析》）。							5：若此案例碰巧与您的研究有关联，我们欢迎您提意见，要求等，我们考虑后可以加在案例里。							6：您看到的以下内容为初稿，书籍的实际内容可能有少许出入，以书籍实际发行内容为准。					7：此书其他常见问题、预定方式等，请点击这里。	
% 
% 


%% 清空环境变量
clc
clear

%% 录入输入数据
% 载入数据并将数据分成训练和预测两类
load gene.mat;
data=gene;
P=data（1:40:）;
T=data（41:60:）;

% 转置后符合神经网络的输入格式
P=P‘;
T=T‘;
% 取输入元素的最大值和最小值Q：
Q=minmax（P）;

%% 网络建立和训练
% 利用newc（ ）命令建立竞争网络：2代表竞争层的神经元个数，也就是要分类的个数。0.1代表学习速率。
net=newc（Q20.1）

% 初始化网络及设定网络参数：
net=init（net）;
net.trainparam.epochs=20;
% 训练网络：
net=train（netP）;


%% 网络的效果验证

% 将原数据回带，测试网络效果：
a=sim（netP）;
ac=vec2ind（a）

% 这里使用了变换函数vec2ind（），用于将单值向量组变换成下标向量。其调用的格式为：
%  ind=vec2ind（vec）
% 其中，
% vec：为m行n列的向量矩阵x，x中的每个列向量i，除包含一个1外，其余元素均为0。
% ind：为n个元素值为1所在的行下标值构成的一个行向量。



%% 网络作分类的预测
% 下面将后20个数据带入神经网络模型中，观察网络输出：
% sim（ ）来做网络仿真
Y=sim（netT）
yc=vec2ind（Y）

web browser http://www.ilovematlab.cn/viewthread.php?tid=60656
%%
% 
% 
% 			版权所有：% href=“http://www.ilovematlab.cn/“>Matlab中文论坛   ript
% src=“http://s3.cnzz.com/stat.php?id=971931&web_id=971931&show=pic“ language=“javascript“ >ript> 	
% 
% 

 属性            大小     日期    时间   名称
----------- ---------  ---------- -----  ----
     目录           0  2011-10-06 15:50  案例16 单层竞争神经网络的数据分类—患者癌症发病预测\
     文件        2966  2010-01-31 11:20  案例16 单层竞争神经网络的数据分类—患者癌症发病预测\chapter16.m
     文件       23895  2009-10-12 15:27  案例16 单层竞争神经网络的数据分类—患者癌症发病预测\gene.mat
     文件       47684  2008-12-03 16:44  案例16 单层竞争神经网络的数据分类—患者癌症发病预测\gene.txt