150 샘플 중 50%인 75 샘플로 neural network을 학습 시킨 후 나머지 50%를 예측해보고 잘 예측하는지 평가해 보시오. 에러가 0.1 미만이 되도록 하시오가 문제인데요. clear all; clc;
inputs = [1:3]'; % 입력
outputs = [0,1]'; % 원하는 출력 (실제 값)
% create network
net = network(1, 2, [1; 1], [1; 0], [0 0; 1 0], [0 1] );
% View network structure
view(net);
% number of hidden layer neurons
net.layers{1}.size = 4;
% hidden layer transfer function
net.layers{1}.transferFcn = 'logsig';
view(net);
% number of hidden layer neurons
net = configure(net,inputs,outputs);
view(net);
initial_output = net(inputs);
% network training
net.trainFcn = 'trainlm';
net.performFcn = 'mse';
net = train(net,inputs,outputs);
% network response after training
final_output = net(inputs)
load fisheriris for x = 1:1:150
switch species{x};
case 'setosa'
group(x)=1
case 'versicolor'
group(x)=2
case 'virginica'
group(x)=3
end
end
train_x=meas(1:2:end,:); train_y=group(2:2:end);
test_x=meas(1:2:end,:); test_y=group(2:2:end);
여기까지 했는데 train함수를 이용해서 train_x,train_y데이터로 net를 학습시켜서 학습된 net에 새로운 데이터를 넣어 예측해보고 에러를 0.1미만으로 하고 싶은데 도움좀 주세요ㅠ