在每次迭代结束时计算均方误差并在 matlab 中绘制相同的图答案

【问题标题】：Compute the mean square error at the end of each iteration and plot the same in matlab在每次迭代结束时计算均方误差并在 matlab 中绘制相同的图
【发布时间】：2021-04-15 03:48:59
【问题描述】：

我有一个数据集要分类，使用感知器学习规则。我已经计算了权重矩阵，但不知道如何绘制 MSE .{????1 = [ 1 1 ],????1 = [ 0 0 ]}, {??????2 = [ 1 2 ],????2 = [ 0 0 ]}, {????3 = [ 2 -1 ],????3 = [ 0 1 ]}, {????4 = [ 2 0 ],????4 = [ 0 1 ]}, {????5 = [ -1 2 ],????5 = [ 1 0 ]}, {??????6 = [ -2 1 ],????6 = [ 1 0 ]}, {??????7 = [ -1 -1 ],????7 = [ 1 1 ]}, {????8 = [ -2 -2 ],????8 = [ 1 1 ]}。这是数据集和 w=[-2 0;0 -2],bias =[-1 0];

【问题讨论】：

标签： matlab neural-network perceptron mse

【解决方案1】：

计算一个神经元对应的权重变化，并将变化后的权重应用于所有其他输入并找到mse。

 P=[p1,p2,...]
for i=1:number of inputs

    ///change weights here

   for j=1:number of inputs
       a=f(net);
      error[j] =target[j] -a[j];

     
   end
   mse=error *error' / numel(error);
   

end

【讨论】：