我从神经网络开始，我想知道如何将多个输入列表作为学习示例。在文档中提供的示例如下：
[X,T] = simpleseries_dataset;
net = elmannet(1:2,10);
[Xs,Xi,Ai,Ts] = preparets(net,X,T);
net = train(net,Xs,Ts,Xi,Ai);
view(net)
Y = net(Xs,Xi,Ai);
perf = perform(net,Ts,Y)
Xs 和 Ts 是输入和目标，如果我有薮系列，我应该重复每个系列的学习吗？谢谢
【问题讨论】：
标签： matlab machine-learning neural-network classification
您应该使用数组的元胞数组。例如，如果您有两个系列：x1_1,x1_2,x1_3,... 和 x2_1,x2_2,x2_3,...，则单元格数组应为 {[x1_1,x2_1],[x1_2,x2_2],[x1_3,x2_3],...}。如果系列有不同的长度，那么较短的系列应该用 NaN 填充。可以使用catsamples函数来简化代码：
[X,T] = simpleseries_dataset;
x1= X(1:30); t1= T(1:30); % first subsequence
x2= X(50:75); t2= T(50:75); % second subsequence
Xm = catsamples(x1,x2,'pad'); % concatenate to the cell array
Tm = catsamples(t1,t2,'pad'); % padding whith NaNs
net = elmannet(1:2,10);
[Xs,Xi,Ai,Ts] = preparets(net,Xm,Tm);
net = train(net,Xs,Ts,Xi,Ai);
Y = net(Xs,Xi,Ai);
perf = perform(net,Ts,Y)
【讨论】：
Xm = catsamples(x1,x2); Ym = catsamples(y1,y2);