guillaume/miniprojet
1
0
Fork 0
Code Issues Pull requests Releases Wiki Activity

'modif perceptron'

Browse source
This commit is contained in:
Felix Maurin 2019-12-17 11:46:20 +01:00
parent dfe200f290
commit b2daadb463
2 changed files with 7 additions and 5 deletions
Show stats Download patch file Download diff file Expand all files Collapse all files

8
learning/code/PMC_training.m
View file

@ -1,4 +1,4 @@
function [net, rt, errort, perft] = PMC_training(entree, sortie, n_cache, nb_apprentissage) function [net, rt] = PMC_training(entree, sortie, n_cache, nb_apprentissage)
[n_entree, nb_echantillons] = size(entree); [n_entree, nb_echantillons] = size(entree);
[n_sortie, ~] = size(sortie); [n_sortie, ~] = size(sortie);
@ -22,8 +22,8 @@ net.divideParam.testRatio = (nb_echantillons - nb_apprentissage) / nb_echantillo
net = train(net, entree, sortie); net = train(net, entree, sortie);
entree_test = entree((nb_apprentissage + 1): nb_echantillons,:); entree_test = entree(:,(nb_apprentissage + 1): nb_echantillons);
sortie_test = sortie((nb_apprentissage + 1): nb_echantillons,:); sortie_test = sortie(:,(nb_apprentissage + 1): nb_echantillons);
[rt, pf, af, errort, perft] = sim(net, entree_test, [], [], sortie_test); rt = sim(net, entree_test, [], [], sortie_test);
end end

4
learning/code/learning.m
View file

@ -78,6 +78,8 @@ end
% utilisation de l'algorithme du perceptron multicouches % utilisation de l'algorithme du perceptron multicouches
[net, resultats_test, ecarts, erreur] = PMC_training(vecteurs, classes, 10, 900); [net, resultats_test] = PMC_training(vecteurs, classes, 10, 800);
%faire une prediction : y = net(x)