数据挖掘 实验七_第1页
数据挖掘 实验七_第2页
数据挖掘 实验七_第3页
数据挖掘 实验七_第4页
免费预览已结束，剩余1页可下载查看

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

1、.BP神经网络在肺癌分类中应用1、 实验目的 用BP神经网络算法，对三类肺癌的样本通过MATLAB软件进行模拟仿真，进行分类。通过这个实例熟悉BP神经网络算法和MATLAB软件的使用。二、实验步骤 1、 下载肺癌数据，使用MATLAB软件进行模拟仿真2、 数据预处理-对用“？”表示的数据统一用“0填充3、 输入算法的代码4、调试三、代码分析clc;clear;%清屏的作用%读取数据 data=dlmread('lung-cancer.data',',');%把data分为目标向量和预测向量%T0为目标向量，取数据矩阵的每行第一列数据T0=data(:,1);%P

2、0为预测向量,取数据矩阵每行从第二列开始的数据P0=data(1:32,2:57);%把目标值离散分离变量for i=1:32 temp=T0(i,:); if mod(temp(1),3)=1 T(i,:)=1,0,0; elseif mod(temp(1),3)=2 T(i,:)=0,1,0; elseif mod(temp(1),3)=0 T(i,:)=0,0,1; endend T; T=T' P=P0' %将创建一个三层前馈神经网路。它的输入向量是minmax(P)，第一层有56个神经元(56)，第二层有10个神经元(10)第三层输出层有3个神经元3）。第一层与第二层

3、的传递函数是tansig，输出层的传递函数是purelin。训练函数是traingdm,traingdm代表梯度下降法。 net=newff(minmax(P),56,10,3,'tansig','tansig','purelin','traingdm');%由于每次创建网络时，其权值与阈值不同，所以初始化网络 net=init(net);%设置训练次数net.trainParam.epochs=1000;%设定可接受的误差范围net.trainParam.goal=0.03; %进行训练得出权值的最优值net=train(net

4、,P,T);%进行仿真，把P中的数据代入训练后的模型 net中A = sim(net,P);E = T - A;MSE=mse(E);%得到的预测值 out=sim(net, P ); %得到10行2列的小数， z=out' %得到结果矩阵result=;for k=1:32 %C，I是result数组的索引号，I为输出神经元中最大的那个数的索引号。 C,I=max(z(k,:); %result里面存放的是1、2。用于和T0比较 result=result;I;end%计算正确率total=0;for i=1:32 if T0(i,:)=result(i,:)%把T0和result的每个数据进行比较 total=total+1; endenddisp('正确率为:');total/324 实验

人人文库> 全部分类> 应用文书 > 工作计划

温馨提示

  • 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论