階層型ニューラルネッ​トワークでのデータの​分類（学習、検証、テ​スト）

階層型ニューラルネットワークでのデータの分類方法（学習、検証、テスト）がわかりません。

double配列だと分類できますがcell配列ではうまく分類出来ません。

net = network; % ネットワーク初期化

net.numInputs = 2; % 入力層の数を指定 (ユニットではなくグループ数)

net.numLayers = 3; % 隠れ層(2)と出力層(1)の数

net.layers{1}.size = 10; % 隠れ層1のユニット数(10)

net.layers{2}.size = 5; % 隠れ層2のユニット数(5)

net.layers{3}.size = 3; % 出力層のユニット数

net.biasConnect = [1;1;1];

net.inputConnect = [1 0;0 1;0 0]; % 入力層から直接接続される隠れ層/出力層設定

net.LayerConnect = [0 0 0;1 0 0;0 1 0]; % 隠れ層同士の接続状況

net.outputConnect = [0 0 1]; % 出力への接続状況

net.trainFcn = 'trainlm'; % 学習関数

% 伝達関数指定

net.layers{1}.transferFcn = 'logsig';

net.layers{2}.transferFcn = 'logsig';

net.layers{3}.transferFcn = 'purelin';

% 入出力データ設定

X = rand(105,1000);

T = rand(3,1000);

X = con2seq(mat2cell(X,[100 5]))

T = con2seq(T);

% データの分類

net.divideFcn = 'dividerand';

net.divideParam.trainRatio = 70/100;

net.divideParam.valRatio = 15/100;

net.divideParam.testRatio = 15/100;

[trainInd,valInd,testInd] = dividerand(Input,0.7,0.15,0.15);

% 学習

net = train(net,X,T);

view(net)

Answer 1

[Naoya]

net.DivideMode の設定を既定の sample から time に変更しますと、1000点の時間刻みに対して、学習、検証、テストの 3項目にデータを分割することができます。

net.plotFcns = {'plotperform','plottrainstate'};
net.initFcn = 'initlay';
net.performFcn = 'mse';
net.DivideMode = 'time'; % 追加