数学之路(三)-机器学习(3)-机器学习算法-神经网络[19]

数学之路(3)-机器学习(3)-机器学习算法-神经网络[19]

我们也可以尝试用多层感知器网络对一组数据建立模型，在输入与输出数据之间建立非线性关系，用神经网络拟合输出数据，训练好后，输入其它值，能得到一个较精确的仿真输出数据下面是钢包使用次数与容积实测数据钢包使用次数与容积实测数据使用次数x容积y 2106.42 3108.2 4109.58 5109.5 7110 8109.93 10110.49 11110.59 14110.6 15110.9 16110.7 18111 19111.2 

本博客所有内容是原创，如果转载请注明来源

http://blog.csdn.net/u010255642
我们用多层感知器对这组数据进行训练，以使用次数为输入，以容积为输出，建立它们之间的关系。部分python代码如下：

从效果图上可以看出，通过多层感知器建立的数据模型虽然不能直接得出输入与输出之间的确切函数y=f(x)，但通过输入数据进入已经训练好的神经网络，仿真输出仍能达到相同的效果