BP神經(jīng)網(wǎng)絡(luò)是數(shù)模比賽中進(jìn)階的必經(jīng)之路。機(jī)器學(xué)習(xí)算法結(jié)合經(jīng)典算法求解最優(yōu)值，是拿到好的獎(jiǎng)項(xiàng)不可或缺的一步，本文將詳細(xì)闡釋該方法的用法。

神經(jīng)網(wǎng)絡(luò)主要分為三個(gè)層：輸入層（input）、隱含層以及輸出層（output）

在matlab上，首先要想清楚自己要處理什么類型的數(shù)據(jù)，想要得到什么樣的輸出

大體方法基本類似：

導(dǎo)入數(shù)據(jù)，然后數(shù)據(jù)劃分為訓(xùn)練集跟測(cè)試集（每次運(yùn)行都會(huì)有不同的結(jié)果，因?yàn)閿?shù)據(jù)往往會(huì)被打亂）。接著將數(shù)據(jù)歸一化（因?yàn)锽P神經(jīng)網(wǎng)絡(luò)一般是（0，1）之間的數(shù)據(jù)），然后啟動(dòng)神經(jīng)網(wǎng)絡(luò)（newff（）），將輸出的結(jié)果Sim可視化，并計(jì)算誤差R^2即可。

P.S.記得要提前處理數(shù)據(jù)，有些異常的數(shù)據(jù)提前剔除掉，能讓處理變得簡(jiǎn)單。

主要方法分為三類：

回歸

一般用于多輸入+單輸出（可替代多元線性回歸）

分類

此處一般用于聚類分析替代。結(jié)果可視化有混淆矩陣。

數(shù)據(jù)處理中，要注意將輸出結(jié)果編碼。

時(shí)間序列預(yù)測(cè)

主要應(yīng)用遞歸，用于代替時(shí)間序列分析預(yù)測(cè)，可以獲得較高的準(zhǔn)確率。

多輸入多輸出

本質(zhì)方法都是一樣的。訓(xùn)練方法可以改進(jìn)。

評(píng)價(jià)

BP神經(jīng)網(wǎng)絡(luò)屬于機(jī)器學(xué)習(xí)算法，最好結(jié)果實(shí)際應(yīng)用算法一起使用，不然的話說服力其實(shí)是不夠的。但是，另一方面，這個(gè)方法確實(shí)很好用，暴力求解。

參考博主鏈接

（1）Matlab代碼實(shí)現(xiàn)。

較為完整，有多種機(jī)器學(xué)習(xí)的算法（部分代碼收費(fèi)）

https://www.bilibili.com/video/BV19d4y1T7iV/?spm_id_from=333.788&;vd_source=56d90f1bd717aa59e2ce3889d12127e4