%%?第26章?有導師學習神經網絡的分類——鳶尾花種類識別
%?
%?			該案例作者申明：		1：本人長期駐扎在此板塊里，對該案例提問，做到有問必答。	2：此案例有配套的教學視頻，視頻下載請點擊http://www.matlabsky.com/forum-91-1.html。?								3：此案例為原創案例，轉載請注明出處（《MATLAB智能算法30個案例分析》）。							4：若此案例碰巧與您的研究有關聯，我們歡迎您提意見，要求等，我們考慮后可以加在案例里。						5：以下內容為初稿，與實際發行的書籍內容略有出入，請以書籍中的內容為準。		
%?

%%?清空環境變量
clear?all
clc

%%?訓練集/測試集產生

%?導入數據
load?iris_data.mat
%?隨機產生訓練集和測試集
P_train?=?[];
T_train?=?[];
P_test?=?[];
T_test?=?[];
for?i?=?1:3
????temp_input?=?features（（i-1）*50+1:i*50:）;
????temp_output?=?classes（（i-1）*50+1:i*50:）;
????n?=?randperm（50）;
????%?訓練集——120個樣本
????P_train?=?[P_train?temp_input（n（1:40）:）‘];
????T_train?=?[T_train?temp_output（n（1:40）:）‘];
????%?測試集——30個樣本
????P_test?=?[P_test?temp_input（n（41:50）:）‘];
????T_test?=?[T_test?temp_output（n（41:50）:）‘];
end

%%?模型建立?
result_grnn?=?[];
result_pnn?=?[];
time_grnn?=?[];
time_pnn?=?[];
for?i?=?1:4
????for?j?=?i:4
????????p_train?=?P_train（i:j:）;
????????p_test?=?P_test（i:j:）;
???????%%?GRNN創建及仿真測試
????????t?=?cputime;
????????%?創建網絡
????????net_grnn?=?newgrnn（p_trainT_train）;
????????%?仿真測試
????????t_sim_grnn?=?sim（net_grnnp_test）;
????????T_sim_grnn?=?round（t_sim_grnn）;
????????t?=?cputime?-?t;
????????time_grnn?=?[time_grnn?t];
????????result_grnn?=?[result_grnn?T_sim_grnn‘];
???????%%?PNN創建及仿真測試
????????t?=?cputime;
????????Tc_train?=?ind2vec（T_train）;
????????%?創建網絡
????????net_pnn?=?newpnn（p_trainTc_train）;
????????%?仿真測試
????????Tc_test?=?ind2vec（T_test）;
????????t_sim_pnn?=?sim（net_pnnp_test）;
????????T_sim_pnn?=?vec2ind（t_sim_pnn）;
????????t?=?cputime?-?t;
????????time_pnn?=?[time_pnn?t];
????????result_pnn?=?[result_pnn?T_sim_pnn‘];
????end
end

%%?性能評價

%?正確率accuracy
accuracy_grnn?=?[];
accuracy_pnn?=?[];
time?=?[];
for?i?=?1:10
????accuracy_1?=?length（find（result_grnn（:i）?==?T_test‘））/length（T_test）;
????accuracy_2?=?length（find（result_pnn（:i）?==?T_test‘））/length（T_test）;
????accuracy_grnn?=?[accuracy_grnn?accuracy_1];
????accuracy_pnn?=?[accuracy_pnn?accuracy_2];
end
%?結果對比
result?=?[T_test‘?result_grnn?result_pnn]
accuracy?=?[accuracy_grnn;accuracy_pnn]
time?=?[time_grnn;time_pnn]
%%?繪圖
figure（1）
plot（1:30T_test‘bo‘1:30result_grnn（:4）‘r-*‘1:30result_pnn（:4）‘k:^‘）
grid?on
xlabel（‘測試集樣本編號‘）
ylabel（‘測試集樣本類別‘）
string?=?{‘測試集預測結果對比（GRNN?v

?屬性????????????大小?????日期????時間???名稱
-----------?---------??----------?-----??----
?????文件????????1105??2010-10-17?14:51??chapter26\iris_data.mat
?????文件????????4233??2010-11-30?20:45??chapter26\main.m
?????目錄???????????0??2018-01-02?21:38??chapter26\