在matlab prtools中如何设置继续标签？

Question

我有一个带有标签和数据点的数据集,问题是我想得到一个分类问题,我想得到一个linair估算器,例如:

dataset=prdataset([2,4,6,8]',[1,2,3,4]')
testset=prdataset([3,5,7,9]')
classifier=dataset*ldc %should probably be changed?
result=testset*classifier

result.data 现在变成了

ans =

  1.0e-307 *

    0.2225    0.2225    0.2225    0.2225
    0.2225    0.2225    0.2225    0.2225
    0.2225    0.2225    0.2225    0.2225
    0.2225    0.2225    0.2225    0.2225

这是非常错误的.

理想情况下它会[1.5,2.5,3.5,4.5]'接近它.知道如何在PRtools或simulair中做到这一点吗？这是一个linair依赖,但我也希望能够玩其他类型的依赖？

此外,系统的一个巨大奖励是对NaN值有些聪明,它严重地对我的真实数据集进行了严格的评估.

我已经发现了linearr类,但是当我使用它时,我会得到奇怪大小的数据集作为回报,

dataset=prdataset([2,4,6,8]',[1,2,3,4]')
testset=prdataset([3,5,7,9]')
classifier=dataset*linearr%should probably be changed?
result=testset*classifier

给了我价值

    0.1000   -0.3000   -0.7000   -1.1000
   -0.5000   -0.5000   -0.5000   -0.5000
   -1.1000   -0.7000   -0.3000    0.1000
   -1.7000   -0.9000   -0.1000    0.7000

这又是不正确的.

在聊天中,他们建议使用.*而不是*导致使用错误*内部矩阵维度必须同意.

Error in linearr (line 42)
      beta = prinv(X'*X)*X'*gettargets(x);

Error in prmap (line 139)
      [d, varargout{:}] = feval(mapp,a,pars{:});

Error in  * 

Error in dyadicm (line 81)
    v1 = a*v1;     % train first mapping

Error in prmap (line 139)
      [d, varargout{:}] = feval(mapp,a,pars{:});

Error in  * 

在线性代码中.

为了清楚我正在寻找一种方法,给定一组大的值,找到最能描述它们之间关系的多项式集合(其中所考虑的多项式是程序的参数,在示例中为1阶).所以在我们的例子中,多项式是1/2a + 0.在我的最终版本中,我想使用更多的参数(10-20),它可能需要二次估计.

Answer 1

也许您可以使用神经网络（神经网络工具箱）： https://es.mathworks.com/help/nnet/gs/fit-data-with-a-neural-network.html

从该链接：

神经网络擅长拟合函数。事实上，有证据表明相当简单的神经网络可以适应任何实际功能。

例如，假设您有来自住房申请的数据。您想要设计一个网络，在给定 13 条地理和房地产信息的情况下，可以预测房屋的价值（以 1000 美元为单位）。您总共有 506 个示例房屋，其中您有这 13 项数据及其相关的市场价值。

您可以通过两种方式解决这个问题：

• 使用图形用户界面 nftool，如使用神经网络拟合工具中所述。

• 使用命令行函数，如使用命令行函数中所述。