matlab精度检验代码-comparative-study-of-MLP-classifiers-on-UCI-Dataset...

matlab精度检验代码UCI数据集上的MLP分类器比较研究 在这个项目中，有两个工作要做。 首先，比较各种BP算法，经过培训和测试后，需要运行程序的CPU时间。 另一部分是实现自动编码器分类器和最小距离分类器，然后将这两个分类器与KNN和RBF进行比较。 Bagging或boosting分类器集合也应该实现，并与其他四个分类器进行比较。 通过获得的结果，证明了Bagging MLP分类器具有准确率，但是Bagging的CPU时间是巨大的。 如何 怎么跑 将Part2_Bagging MLP文件夹添加到路径。 在matlab的命令窗口中输入“°option_task2”，然后输入 默认加载为zoo.mat。如果要加载其他数据集，只需更改代码中的load命令并保存即可。 会工作的。 套袋MLP分类器代码由三部分组成： BaggingMLP_train.m 主要功能是y = BaggingMLP_train（train_features，test_features，n）， 通过feedforwardnet（）创建MLP网络。 使用net.trainParam.showWindow = fa