%本程序实现了把协同模糊聚类算法和G-K算法相结合,构建T-S模型
%并用该模型对数据进行测试
%输入数据:
%ytrain:训练数据的实际输出,是一个列向量
%xtrain:训练数据矩阵,分为两组,每组的每行代表一个特征.每组特征不同
%ytest:测试数据的实际输出,是一组列向量
%xtest:测试数据矩阵,其每行代表一个特征,并且与训练数据矩阵中的第一组相同
%输出数据:
%trainRMSE:模型对训练数据的均方根误差
%testRMSE:模型对测试数据的均方根误差
%最后输出模型对测试数据的拟合图
%说明:
%由于交叉验证的原因,对不用的测试数据分组不同,所以n也有不同
clear all
fid=fopen('MPG.txt','r');
original=fscanf(fid,'%f',[8,392]);
%--------------------------------------------
%用于训练的数据
ytrain=original(1,1:2:392)';
xtrain(:,:,1)=original([2 5 7],1:2:392);
xtrain(:,:,2)=original([3 4 5],1:2:392);
%--------------------------------------------
%用于测试的数据
ytest=original(1,2:2:262)';
xtest=original([2 5 7],2:2:262);
status=fclose(fid);
最后
以上就是孝顺鲜花最近收集整理的关于matlab协同度,Matlab协同模糊聚类建模的全部内容,更多相关matlab协同度内容请搜索靠谱客的其他文章。
本图文内容来源于网友提供,作为学习参考使用,或来自网络收集整理,版权属于原作者所有。
发表评论 取消回复