MATLAB でデータ回帰予測にニューラル ネットワークを使用するには、次の手順に従います。
ステップ 1: データを準備する
まず、ニューラル ネットワークのトレーニングとテスト用のデータセットを準備します。データセットを入力フィーチャと対応するターゲット値に分割します。データが適切に前処理され、正規化されていることを確認してください。
ステップ 2: ニューラル ネットワーク モデルを作成してトレーニングする
MATLAB の Neural Network Toolbox を使用すると、問題に適したニューラル ネットワーク モデルを作成できます。適切なネットワーク構造を選択し、各層のノード数と活性化関数を設定します。関数を使用してfitnet回帰問題に適したニューラル ネットワークを作成し、train関数を使用してモデルをトレーニングします。
データ回帰用の単純なニューラル ネットワーク モデルを作成してトレーニングする方法を示す例を次に示します。
% Step 2: 创建并训练神经网络模型
inputs = <输入特征数据>; % 替换为你的输入特征数据
targets = <目标值数据>; % 替换为你的目标值数据
% 创建回归神经网络模型
net = fitnet(10); % 创建一个具有10个节点的回归神经网络
% 训练神经网络模型
net = train(net, inputs', targets');
ステップ 3: データ回帰予測を実行する
トレーニングされたニューラル ネットワーク モデルを使用して、netオブジェクトsimメソッドを通じてデータ回帰予測を実行します。予測したい特徴データを入力し、得られた予測結果を回帰予測の連続値として使用します。
以下は、トレーニングされたニューラル ネットワーク モデルを使用して新しいデータに対して回帰予測を行う方法を示すサンプル コードです。
% Step 3: 进行数据回归预测
newData = <待预测的特征数据>; % 替换为待预测的特征数据
% 使用训练好的神经网络模型进行预测
predictions = net(newData');
% 对预测结果进行处理
predictedValues = predictions'; % 将预测结果转置为行向量
上記の手順により、MATLAB のニューラル ネットワークをデータ回帰予測に使用できます。特定の質問やデータに応じて調整および変更してください。