BP神经网络进行多分类matlab代码 （classify BP）

机器学习，BP神经网络进行多分类matlab代码

function glass1=classifyBP（）
clc;
clear;
load glass.txt;
data=[glass（:2:11）];
glass_train=[data（1:35:）;data（71:108:）;data（147:155:）;data（164:170:）;data（177:181:）;data（186:200:）];%人工分成训练集
glass_test=[data（36:70:）;data（109:146:）;data（156:163:）;data（171:176:）;data（182:185:）;data（201:214:）];%人工分成测试集

train_label=[glass_train（:10）];%训练集标签
test_label=[glass_test（:10）];%测试集标签

%%%%%%%%%%%%%%%%%%%对数据进行出来，于适合BP神经网络函数的调用
glass_train=glass_train‘;
glass_test=glass_test‘;
train_label=train_label‘;
test_label=test_label‘;

%对训练集和测试集进行归一化
[train1minpmaxplabelmintmaxt] = premnmx（glass_traintrain_label）;
[test]=tramnmx（glass_testminpmaxp）;

%构造神经网络
net = newff（ minmax（train1）  [10 1]  { ‘tansig‘ ‘tansig‘ }  ‘traingdx‘ ） ;
%设置训练参数
net.trainparam.show = 50 ;
net.trainparam.epochs =2500;
net.trainparam.goal = 0.00001 ;
net.trainParam.lr = 0.01 ;

%开始训练
net = train（nettrain1label）;


%测试集仿真
TEST = sim（nettest）;
[y1]=postmnmx（TESTmintmaxt）;%反归一化
testresult=tonumber1（y1）
erroroftest=evalu（test_labeltestresult）
%训练集仿真
Z = sim（nettrain1）;
[z]=postmnmx（Zmintmaxt）;%反归一化
trainresult=tonumber1（z）
erroroftrain1=evalu（train_labeltrainresult）

%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%子函数
function y=tonumber1（x）
for i=1:size（x2）
   if x（i）<1.5
       x（i）=1;
    end
    if 1.5       x（i）=2;
    end
    if 2.5        x（i）=3;
    end
    if 3.5        x（i）=4;
    end
    if 4.5        x（i）=5;
    end
    if 5.5        x（i）=6;
    end
    if 6.5        x（i）=7;
    end
    y（i）=x（i）;
end

function error=evalu（ab）
error=0;%分类错误的个数
for i=1:size（a2）
    if a（i）~=b（i）
        error=error+1;
    end
end

 属性            大小     日期    时间   名称
----------- ---------  ---------- -----  ----
     文件        1896  2020-09-13 11:13  classifyBP.m
     文件       12119  2020-09-13 11:13  glass.txt