Advertisement
Not a member of Pastebin yet?
Sign Up,
it unlocks many cool features!
- load fifa.txt;
- dataset = fifa;
- P = dataset(:,1:8)';
- T = dataset(:,9)';
- % 6 Nubr??ti trimat? diagram? naujame grafiniame lange (figure 2) joje vaizduojant ?vesties ir i?vesties duomenis P ir T atitinkamai.
- % figure(2);
- % plot3(P(1,:), P(2,:), T, 'bo');
- % xlabel('P1');
- % ylabel('P2');
- % zlabel('T');
- % title('Figure 2')
- % 7 I?skirkime i? ?vesties P ir i?vesties T duomen¸ rinkini¸ fragmentus, turin?ius po 200 duomen¸ – taip vadinam? apmokymo duomen¸ rinkin?
- Pu = P(:,1:1200); %taip vadinam? apmokymo duomen¸ rinkin?
- % papildyta pradzia =================
- Tu = T(:,1:1200); %taip vadinam? apmokymo duomen¸ rinkin?, tikrosios d?mi¸ aktyvumo reik?mes nagrin?jamos laiko periodu
- % papildyta pradzia ==================
- % 8 Sukurti aptartos strukt?ros dirbtin? neuron? ir apskai?iuoti jo svorio koeficient¸ reik?mes tiesioginiu
- % metodu (funkcija newlind).
- net = newlind(Pu, Tu);
- % 9 Pavaizduoti gautas neurono svorio koeficient¸ reik?mes
- disp('neurono svorio koeficientai:');
- disp(net.IW{1});
- disp(net.b{1});
- w1 = net.IW{1}(1);
- w2 = net.IW{1}(2);
- b = net.b{1};
- % 10 Sekan?iame ?ingsnyje atliksime modelio verifikacij? – t.y. patikrinsime prognozavimo kokyb? atliekant neurono veikimo imitacij?.
- % Prad?ioje tai atliksime su apmokymo duomen¸ rinkiniu, kuris buvo panaudotas svorio koeficientams apskai?iuoti.
- Tsu = sim(net, Pu); % rezultatu vektorius prognozuojamas aktyvumo reik?mes 1702–1901 metams
- % Kadangi turime tikr?sias d?mi¸ aktyvumo reik?mes nagrin?jamu laiko
- % periodu (Tu), jas galime patikrinti su prognozuojamomis reik?m?mis (Tsu)
- figure(3);
- plot(Tu, 'r');
- hold on;
- plot(Tsu, 'b');
- legend('Tu', 'Tsu');
- hold off;
- % 11
- Ts = sim(net, P); % prognozuojamos reik?mes, neurono i?vestis
- figure(4);
- plot(T, 'r');
- hold on;
- plot(Ts, 'b');
- legend('T', 'Ts');
- hold off;
- %12
- e= Tu-Tsu;
- figure(5);
- plot(e);
- title('klaidos grafikas');
- xlabel('iteracija');
- ylabel('reiksme');
- e2= T-Ts;
- figure(6);
- plot(e2);
- title('klaidos grafikas e2');
- xlabel('iteracija');
- ylabel('reiksme');
- % 13
- figure(7);
- hist(e);
- title('klaidos histograma');
- xlabel('reiksme');
- ylabel('n');
- figure(8);
- hist(e2);
- title('klaidos histograma e2');
- xlabel('reiksme');
- ylabel('n');
- %14
- Mse1200ivestis8 = mse(e)
- Mad1200ivestis8 = mean(abs(e))
- Mse1516ivestis8 = mse(e2)
- Mad1516ivestis8 = mean(abs(e2))
Advertisement
Add Comment
Please, Sign In to add comment
Advertisement