%-----BP神經(jīng)網(wǎng)絡(luò)方法—
%%?2017.2.6?編寫的BP神經(jīng)網(wǎng)絡(luò)分類iris數(shù)據(jù)的程序?
%思路：將iris數(shù)據(jù)分為兩類，訓(xùn)練數(shù)據(jù)和測試數(shù)據(jù)，用dividevec函數(shù)隨機抽取，因此實驗結(jié)果是不定的，最好情況是100%
clear?all;??
close?all;
clc;
%%?-------數(shù)據(jù)處理模塊------------------
data=xlsread（‘iris.xlsx‘）;?%此處的數(shù)據(jù)已經(jīng)做了相應(yīng)處理，因此xlsread?直接導(dǎo)入數(shù)據(jù)
data1?=?data（:1:4）;???%data1指的是屬性值
data2?=?data（:end）;????%data2指的是分類
data2?=?double（dec2bin（data2））-48;?
data?=?[data1data2];??%處理后數(shù)據(jù)
[trainVvalVtestV]?=?dividevec（data1‘data2‘0.00.5）?%將數(shù)據(jù)分為訓(xùn)練和測試兩類，沒有變量數(shù)據(jù)，因此所占百分比是0

%%?-----------------數(shù)據(jù)歸一化處理----------
[input1ps]?=?mapminmax（trainV.P-11）;??%由于mapminmax是按行歸一化，行表示屬性?列表樣本個數(shù)
[input2ps]?=?mapminmax（testV.P-11）;
%%?-----------------構(gòu)造輸出矩陣----------
output1?=?trainV.T;
output2?=?testV.T;

%%?-----??建立網(wǎng)絡(luò)--------------
net?=?newff（input1output1?[10?3]）;?%[103]表示有兩層隱層，第一層隱層節(jié)點為

?屬性????????????大小?????日期????時間???名稱
-----------?---------??----------?-----??----
?????目錄???????????0??2017-02-10?22:09??iris\
?????文件????????1790??2017-02-10?22:11??iris\BP_iris.m
?????文件????????4551??1994-06-18?00:02??iris\iris.data
?????文件???????14843??2017-01-23?04:20??iris\iris.xlsx