阿里云做视频网站可以吗,网站营运费,潍坊 营销型网站建设,外贸设计网站建设本站原创文章#xff0c;转载请说明来自《老饼讲解-机器学习》www.bbbdata.com 目录 一、经典RBF神经网络1.1.经典径向基神经网络是什么1.2.经典径向基神经网络-代码与示例 二、广义回归神经网络GRNN2.1.广义回归神经网络是什么2.2.广义回归神经网络是什么-代码与示例 三、概率… 本站原创文章转载请说明来自《老饼讲解-机器学习》www.bbbdata.com 目录 一、经典RBF神经网络1.1.经典径向基神经网络是什么1.2.经典径向基神经网络-代码与示例 二、广义回归神经网络GRNN2.1.广义回归神经网络是什么2.2.广义回归神经网络是什么-代码与示例 三、概率神经网络PNN3.1.概率神经网络是什么3.2.概率神经网络是什么-代码与示例 RBF神经网络指的是用RBF曲线来构成的神经网络模型 常见的RBF神经网络包括径向基神经网络、概率神经网络、广义回归神经网络等等。 下面我们介绍这几种常见的RBF神经网络。
一、经典RBF神经网络
1.1.经典径向基神经网络是什么
经典径向基神经网络的思想很纯粹如下 可以看到经典径向基神经网络在各个数据点都生成一个径向基。每个径向基的宽度是预设的然后再求解每个径向基的高度使得最后所有径向基叠加后能拟合目标曲线。可知经典径向基神经网络是纯粹的曲线拟合就是仅从数学角度去使用径向基函数来拟合目标曲线。
1.2.经典径向基神经网络-代码与示例
在matlab中使用newrbe来实现一个径向基神经网络具体示例如下
%------代码说明用newrbe构建一个径向基神经网络 -----------------
% 来自《老饼讲解神经网络》www.bbbdata.com ,matlab版本2018a
%-------------------------------------------------------------------%
%----数据准备----
x [-2,-1,0,1,2;-6,-2,0,3,8]; % 输入数据
y [3,2,3,1,2]; % 输出数据
%----网络训练----
net newrbe(x, y, 0.5); % 以XY建立径向基网络目标误差为0.01径向基的宽度参数spread0.5
py sim(net,x) % 用建好的网络进行预测这里的x是要用来进行预测的输入% ----打印结果----------
err_rate mean(abs(py-y)./abs(y)) % 计算相对误差占比
plot(1:length(y),y,*,1:length(y),py,o) % 绘制结果,x轴代表样本
legend(原始数据的y,网络预测的y) % 添加图例运行结果如下 可以看到网络的预测值与真实值完全一致 这并非偶然因为本例用于预测的数据就是训练数据而newrbe在训练数据上是0误差的
二、广义回归神经网络GRNN
2.1.广义回归神经网络是什么
广义回归神经网络General Regression Neural Network也是径向基神经网络的一种广义回归使用所有历史样本点来综合评估当前样本点。类似于投票的思想即所有历史样本点都给出当前样本点与自己相似的概率然后得到最终的综合评估如下 y ∑ i y i ∗ p i y \sum\limits_{i}y_i*p_i yi∑yi∗pi 其中Pi的计算为 p ^ i exp ( − a 2 ( x − x i ) 2 ) p i p j / ∑ j P j \hat{p}_i \exp(-a^2(x-x_i)^2) \\p_i p_j/ \sum\limits_{j}P_j p^iexp(−a2(x−xi)2)pipj/j∑Pj
pi的意义如下图所示
它假设x与任何一个已有样本中 xi 相同的概率都服从正态分布然后再进行归一化就得到pi的计算公式。 相比经典RBF广义回归更具解释性。
2.2.广义回归神经网络是什么-代码与示例
在matlab中使用newgrnn来实现一个广义回归神经网络具体示例如下
%代码说明径向基newgrnn的matlab工具箱使用Demo
%来自《老饼讲解神经网络》www.bbbdata.com ,matlab版本2014b
%-----------------------------------------------------
%----数据准备----
x1 1:0.2:10;
x2 -5:0.2:4;
X [x1;x2]; % 输入数据,注意中间是分号
Y sin (X(1,:))X(2,:); % 输出数据%----网络训练----
net newgrnn(X,Y); % 网络建立与训练
simY sim(net, X); % 用建好的网络拟合原始数据%----结果对比----
figure(1);
t 1:size(Y,2);
plot(t,Y,*,t,simY,r) 三、概率神经网络PNN
3.1.概率神经网络是什么
概率神经网络ProbabilisticNeuralNetwork是广义回归神经网络的拓展广义回归神经网络用于数值预测而概率神经网络则用于类别预测。
概率神经网络用于类别预测有多少个类别就有多少个输出概率神经网络仅仅是将广义回归神经网络再加上一个compet运算即哪个输出最大就置1其余置0。
3.2.概率神经网络是什么-代码与示例
在matlab中使用newgrnn来实现一个广义回归神经网络具体示例如下
% 训练数据
P [1 2 3 4 5 6 7]; % 输入数据
Tc [1 2 3 2 2 3 1]; % 输出数据类别编号
T ind2vec(Tc); % 将类标转换为onehot编码格式%设计一个PNN神经网络并测试
net newpnn(P,T); % 生成一个概率神经网络
Y sim(net,P) % 用网络进行预测
Yc vec2ind(Y) % 将预测结果转为类别编号 运行结果如下 以上就是三种常见的RBF神经网络的介绍了 相关链接
《老饼讲解-机器学习》老饼讲解-机器学习教程-通俗易懂 《老饼讲解-神经网络》老饼讲解-matlab神经网络-通俗易懂 《老饼讲解-神经网络》老饼讲解-深度学习-通俗易懂
