我創建了一個神經網絡來模擬某種(簡單)輸入輸出關係。當我使用nntrain gui查看時間序列響應圖時,預測看起來非常合適,但是,當我嘗試從樣本預測中完成時,結果無法與正在建模的函數接近。Matlab:使用神經網絡進行預測
我已經廣泛地使用了這個問題,並與我的代碼搞砸了無濟於事,我真的很感謝有一點了解我一直在做錯了什麼。
我已經在下面包含了一個最小工作示例。
A = 1:1000; B = 10000*sin(A); C = A.^2 +B;
Set = [A' B' C'];
input = Set(:,1:end-1);
target = Set(:,end);
inputSeries = tonndata(input(1:700,:),false,false);
targetSeries = tonndata(target(1:700,:),false,false);
inputSeriesVal = tonndata(input(701:end,:),false,false);
targetSeriesVal = tonndata(target(701:end,:),false,false);
inputDelays = 1:2;
feedbackDelays = 1:2;
hiddenLayerSize = 5;
net = narxnet(inputDelays,feedbackDelays,hiddenLayerSize);
[inputs,inputStates,layerStates,targets] = preparets(net,inputSeries,{},targetSeries);
net.divideFcn = 'divideblock'; % Divide data in blocks
net.divideMode = 'time'; % Divide up every value
% Train the Network
[net,tr] = train(net,inputs,targets,inputStates,layerStates);
Y = net(inputs,inputStates,layerStates);
% Prediction Attempt
delay=length(inputDelays); N=300;
inputSeriesPred = [inputSeries(end-delay+1:end),inputSeriesVal];
targetSeriesPred = [targetSeries(end-delay+1:end), con2seq(nan(1,N))];
netc = closeloop(net);
[Xs,Xi,Ai,Ts] = preparets(netc,inputSeriesPred,{},targetSeriesPred);
yPred = netc(Xs,Xi,Ai);
perf = perform(net,yPred,targetSeriesVal);
figure;
plot([cell2mat(targetSeries),nan(1,N);
nan(1,length(targetSeries)),cell2mat(yPred);
nan(1,length(targetSeries)),cell2mat(targetSeriesVal)]')
legend('Original Targets','Network Predictions','Expected Outputs')
end
我意識到NARX網絡延遲一段時間可能是這種類型的問題矯枉過正,但我打算使用這個例子作爲在未來更復雜的時序問題的基礎。
親切的問候,詹姆斯
如果您在製作樣本外預測時遇到問題,可能是因爲過度配置。這是交叉驗證進入的地方。 –