我有两个高斯分布样本,一个高斯包含10,000个样本,另一个高斯也包含10,000个样本,我想用这些样本训练一个前馈神经网络,但我不知道有多少为了得到最佳的决策边界,我必须采取样本。 这是代码,但我不知道确切的解决方案和输出是怪异的。在Matlab中的前馈神经网络分类
x1 = -49:1:50;
x2 = -49:1:50;
[X1, X2] = meshgrid(x1, x2);
Gaussian1 = mvnpdf([X1(:) X2(:)], mean1, var1);// for class A
Gaussian2 = mvnpdf([X1(:) X2(:)], mean2, var2);// for Class B
net = feedforwardnet(10);
G1 = reshape(Gaussian1, 10000,1);
G2 = reshape(Gaussian2, 10000,1);
input = [G1, G2];
output = [0, 1];
net = train(net, input, output);
当我运行代码时,它给了我奇怪的结果。 如果代码不正确,有人可以给我建议,这样我就可以得到这两个分布的决定边界。
我不清楚你真正想要什么。你能更具体地描述你的训练集吗? –
简而言之,我想要找到这个前馈NN的准确性,我想为这个高斯分布画出这个分类器的决策边界。 :) – ASAD
要绘制决策边界,这篇文章可能会有一些帮助:http://stackoverflow.com/questions/33502666/draw-divisory-mlp-line-together-with-chart-in-matlab/33503674#33503674 – rayryeng