matlab怎么得到预测出一个结果的数据

1. matlab怎么得到预测出一个结果的数据

如果不进行归一化，则过大的输入x将会导致Sigmoid函数进入平坦区，全部趋近于1，即最后隐层的输出全部趋同。输出层是个purelin，线性组合后的输出层输出当然也全是几乎相同的了。使用matlab进行归一化通常使用mapminmax函数，它的用法：[Y,PS] = mapminmax(X,YMIN,YMAX)——将数据X归一化到区间[YMIN,YMAX]内，YMIN和YMAX为调用mapminmax函数时设置的参数，如果不设置这两个参数，这默认归一化到区间[-1, 1]内。标准化处理后的数据为Y，PS为记录标准化映射的结构体。我们一般归一化到（0,1）区间内。【摘要】
matlab怎么得到预测出一个结果的数据【提问】
https://m.bilibili.com/video/av754371585?p=24【回答】
亲，打开查看详情链接喔【回答】
我想问一下，为啥用人工神经网络预测时，最后通过sim得到的预测结果是一个数值呢？【提问】
文字表达不清晰【回答】
当数据差距很大的时候，必须要归一化！
pnt=mapminmax('apply',pt,ps)或＝mapstd('apply',pt,ps)
仿真后反归一化格式则为：
out=mapminmax('reverse',An,ts)或=mapstd('reverse',An,ts)；
其中An为sim函数的输 出【回答】
亲，希望能帮到您【回答】
apply和pt,ps还有an，ts是啥？【提问】
亲稍等喔【回答】
最大的可能性是没有归一化。具体原因见下：
下面这个是经典的Sigmoid函数的曲线图：【回答】
如果不进行归一化，则过大的输入x将会导致Sigmoid函数进入平坦区，全部趋近于1，即最后隐层的输出全部趋同。输出层是个purelin，线性组合后的输出层输出当然也全是几乎相同的了。
使用matlab进行归一化通常使用mapminmax函数，它的用法：
[Y,PS] = mapminmax(X,YMIN,YMAX)——将数据X归一化到区间[YMIN,YMAX]内，YMIN和YMAX为调用mapminmax函数时设置的参数，如果不设置这两个参数，这默认归一化到区间[-1, 1]内。标准化处理后的数据为Y，PS为记录标准化映射的结构体。我们一般归一化到（0,1）区间内。【回答】
【回答】
亲，看这个喔【回答】
不是说，matlab新版本的工具箱不用归一化吗？【提问】
亲，稍等喔【回答】
如果你的输入已经是[0,1]的话,不需要归一如果你用logsig来做activate function,如果用tansig,还是归一到[-1,1]好点。”【回答】
[x,inputstr]=mapminmax(x);用这个做归一化行嘛【提问】
亲，稍等【回答】
X = mapminmax(‘reverse’,Y,PS)的作用就是进行反归一化,将归一化的数据反归一化再得到原来的数据【回答】
亲，希望能帮到您【回答】
Y和ps分别表示什么呀，求求你帮帮我，说明白一些因为我刚学的matlab，在做毕业论文，实在是不懂【提问】

2. 给出一组数据，如何用MATLAB去预测将来的数据。

这样：
x=[1 3 5 6 8 9 10 11 12 14 15 17 19 21 23 25];
y=[10 20 42 60 73 79 80 78 73 64 56 71 51 42 41 40];
plot(x,y,'ro');
p=polyfit(x,y,4);%于是拟合出的曲线就是p(1)x^4+p(2)x^3+p(3)x^2+p(4)x+p(5)，想拟合成其它次数的多项式只需将4改为相应的次数即可
f=poly2sym(p);
xinterp=[2 4 7 13 16 18 20 22 24];
yinterp=subs(f,xinterp);
hold on;
plot(xinterp,yinterp,'o');
ezplot(f,[0,30])

扩展资料：注意事项
函数命令为：
a=polyfit(x,y,m)    % x，y为对应的自变量，m为需要拟合的最高次幂
y=polyval(a,x);      %根据拟合的函数得出x对应的因变量的值
函数表达形式为：f(x)=a1*x^m+...+am*x+a_m+1
polyfit(x,y,n)其中：x, y为已知数据点向量, 分别表示横、纵坐标，n为拟合多项式的次数, 结果返回m次拟合多项式系数, 从高次到低次存放在向量p中.参数p为拟合多项式 y=a1x^n+...+anx+a,共n+1个系数。
示例：
%多项式拟合
x = (0: 0.1: 7)';
y = sin(x);
p = polyfit(x,y,3) %p为拟合后的多项式系数
z=polyval(p,x);
plot(x,y,'r',x,z,'b')
其中p为拟合后的多项式系数，运行结果为：
p =0.0736   -0.7095    1.5250   -0.0296

3. 如何评价预测的有效性，matlab

主要通过2个指标来测评：效度和信度。
第一个是效度，主要是心理测验准确性和有效性的指标，人才评价方法的准确性、有效性、预测性的指标，指的是人员的评价结果与其实际（或将来）工作业绩的关系。评价方法的效度越高，就越能够准确地评价个人，找出其现有业绩高低的原因，并预测其将来工作业绩。
第二个是信度，是影响测评质量的关键因素。信度是指心理测验的稳定性，即对一项心理测验所产生反应的一致性。