(Не рекомендуется) Выполнить линейную регрессию неглубоких сетевых выходов на цели
regression не рекомендуется. Использовать fitlm (Статистика и инструментарий машинного обучения). Дополнительные сведения см. в разделе Вопросы совместимости.
[ вычисляет линейную регрессию между каждым элементом сетевого ответа и соответствующей целью. r,m,b] = regression(t,y)
Эта функция принимает матрицу ячеек или матричную мишень t и выводит y, каждая с суммарными матричными строками N, и возвращает значения регрессии r, наклоны аппроксимации регрессии m и y-интерцепты b для каждой из N матричных строк.
В этом примере показано, как обучить сеть прямой связи, вычислить и построить регрессию между ее целями и выходами.
Загрузите данные обучения.
[x,t] = simplefit_dataset;
Матрица 1 на 94 x содержит входные значения и матрицу 1 на 94 t содержит соответствующие целевые выходные значения.
Построение прямой нейронной сети с одним скрытым слоем размером 20.
net = feedforwardnet(20);
Обучение сети net использование данных обучения.
net = train(net,x,t);
Оценка целевых показателей с использованием обученной сети.
y = net(x);
Вычислите и постройте график регрессии между ее целями и выходами.
[r,m,b] = regression(t,y)
r = 1.0000
m = 1.0000
b = 1.0878e-04
plotregression(t,y)
confusion | plotregression | fitlm (инструментарий для статистики и машинного обучения)