Matlab实现基于BP神经网络的数据分类预测_对excel表数据进行bp数据预测

matlab语言实现基于BP神经网络的数据分类预测-四分类，其步骤如下：

一、载入原始数据，这里以测试数据存放在Excel表格中为例。

%%  导入数据
res = xlsread('数据集.xlsx');

二、将数据集划分为训练集和测试集。

temp = randperm(357);
 
P_train = res(temp(1: 240), 1: 12)'; %训练集特征
T_train = res(temp(1: 240), 13)';    %训练集标签
M = size(P_train, 2);
 
P_test = res(temp(241: end), 1: 12)'; %测试集特征
T_test = res(temp(241: end), 13)';    %测试集标签
N = size(P_test, 2);

三、对训练、测试数据进行归一化处理。

%%  数据归一化
[p_train, ps_input] = mapminmax(P_train, 0, 1);
p_test  = mapminmax('apply', P_test, ps_input);
t_train = ind2vec(T_train);
t_test  = ind2vec(T_test );

四、建立BP神经网络分类模型。

net = newff(p_train, t_train, 4);

五、设置BP神经网络的训练参数。

net.trainParam.epochs = 1000;   % 最大迭代次数
net.trainParam.goal = 1e-6;     % 目标训练误差
net.trainParam.lr = 0.01;       % 学习率

六、训练分类模型。

net = train(net, p_train, t_train);

七、将训练集和测试集数据分别输入模型进行仿真测试。

%%  仿真测试
t_sim1 = sim(net, p_train);
t_sim2 = sim(net, p_test );
 
%%  数据反归一化
T_sim1 = vec2ind(t_sim1);
T_sim2 = vec2ind(t_sim2);
 
%%  数据排序
[T_train, index_1] = sort(T_train);
[T_test , index_2] = sort(T_test );
 
T_sim1 = T_sim1(index_1);
T_sim2 = T_sim2(index_2);

八、对模型进行误差评估，计算分类准确率，并绘制预测结果与真实分类的对比曲线。

%%  性能评价
error1 = sum((T_sim1 == T_train)) / M * 100 ;
error2 = sum((T_sim2 == T_test )) / N * 100 ;
 
%%  绘图
figure
plot(1: M, T_train, 'r-*', 1: M, T_sim1, 'b-o', 'LineWidth', 1)
legend('真实值', '预测值')
xlabel('预测样本')
ylabel('预测结果')
string = {'训练集预测结果对比'; ['准确率=' num2str(error1) '%']};
title(string)
xlim([1, M])
grid
 
figure
plot(1: N, T_test, 'r-*', 1: N, T_sim2, 'b-o', 'LineWidth', 1)
legend('真实值', '预测值')
xlabel('预测样本')
ylabel('预测结果')
string = {'测试集预测结果对比'; ['准确率=' num2str(error2) '%']};
title(string)
xlim([1, N])
grid

 九、对于步骤八的分类结果绘制混淆矩阵。

%%  混淆矩阵
figure
cm = confusionchart(T_train, T_sim1);
cm.Title = 'Confusion Matrix for Train Data';
cm.ColumnSummary = 'column-normalized';
cm.RowSummary = 'row-normalized';
    
figure
cm = confusionchart(T_test, T_sim2);
cm.Title = 'Confusion Matrix for Test Data';
cm.ColumnSummary = 'column-normalized';
cm.RowSummary = 'row-normalized';

 

 

 以上就是matlab实现基于BP神经网络的数据分类预测的全部代码。如果有不懂的小伙伴儿，欢迎评论留言或者私信，代码订制也可私信博主(Q:809315756)。