1

我有一个数据集，我分成：

  • 训练：预测器 X_TR（14 个变量中的 1028 条记录）和 Y_TR（1028 条记录单变量）
  • 应用：X_APP (115 x 14), Y_APP (115x1),

其中每条记录是一个时间步长 t。

我的目标是构建一个 NN 模型，该模型使用直到 t 的任何历史信息来预测 Y(t+1)，即Y(T+1) = f(X(t),X(t-1),... ,Y(0),X(t),X(t-1),...,Y(0))。请注意，考虑不超过 10 个时间步长的信息是合理的。根据 mathworks.com/help/nnet/gs/neural-network-time-series-prediction-and-modeling.html，我使用 X_T 和 Y_T 训练了一个 NN。

% Cell arrays inputs for NN
X = tonndata(X_TR,false,false);
T = tonndata(Y_TR,false,false); %output volumes

% training function
trainFcn = 'trainlm';  % Levenberg-Marquardt

% Create NARX
% network parameters
lags = 10;
inputDelays = 1:lags;
feedbackDelays = 1:lags;
hiddenLayerSize = 40;
% construct  NARX net
net = narxnet(inputDelays,feedbackDelays,hiddenLayerSize,'open',trainFcn);

%prepare time series
[x,xi,ai,t] = preparets(net,X,{},T);

% Training, Validation, Testing
net.divideParam.trainRatio = 60/100;
net.divideParam.valRatio = 20/100;
net.divideParam.testRatio = 20/100;

% Train the Network
[net,tr] = train(net,x,t,xi,ai);

我不知道如何应用经过训练的模型。假设训练成功，我想将模型应用于数据 X_APP 和 Y_APP 的另一部分，以便预测 Y_APP(t+1)。我怎么能做到？

谢谢你。

4

1 回答 1

0

您可以按照以下说明使用经过训练的网络：

% define your new input
X = tonndata(X_APP, false, false);
T = tonndata(Y_APP, false, false);

% prepare new data for usage with your net
[x,xi,ai,t] = preparets(net,X,{},T);

% generate output
y = network(x,xi,ai);

您还可以随时保存网络并将其加载回 matlab：

 goodworkingnet = net;
 save goodworkingnet
于 2017-02-03T18:56:13.147 回答