ساخت ماتریس تصادفی

نقل قول:

---

نوشته شده توسط rahnema1

بازم نگفتین کدوم دستور؟ :)

---

size(unique([a;b],'rows'),1) 

مهندس عزیز
هنوز متوجه نشدی واسه چی دستور

[i j]=find(cc>.9); 

     ij=[i j];

جواب

 Empty matrix: 0-by-2

میده؟

این دستور را بزن تا نتیجه را ببینیم

r=rand(10,5);

[i j]=find(r>0.5);

[i j]

نقل قول:

---

نوشته شده توسط rahnema1

این دستور را بزن تا نتیجه را ببینیم

r=rand(10,5);

[i j]=find(r>0.5);

[i j]

---

جواب میده.

ans =



     6     1

     8     1

    10     1

     1     2

     2     2

     3     2

     4     2

     9     2

     1     3

     2     3

     3     3

     6     3

     8     3

     9     3

    10     3

     3     4

     5     4

     6     4

     7     4

     8     4

     9     4

    10     4

     1     5

     3     5

     5     5

     8     5

     9     5

مشکلی نیست

ببین!
من این خط برنامه رو به جای 10 گذاشتم 2 . یعنی به دو کلاس تقصیم کن.

fis=genfis3(TrainInputs,TrainTargets,'sugeno',2); 

با داده واقعی جواب گرفتم و خطا هم نداد!
ولی قرار بود که از ستون اول 5 تا 5 تا بره تا 43 که میشد 9 تا dataset.
ولی تا 7 تا dataset رفت و برنامه جواب هم داد.
آخرین dataset رو با 33 تا ستون انجام داد.
احتمالن بعض از ستون ها رو بخاطر همبستگی حذف کرد که دیگه نتوست تا 43 تا ستون بره.
درسته؟

بله. به خاطر همبستگی تعداد ستونها از 43 به 34 تا کاهش پیدا کرد در نتیجه این جور شد
5 10 15 20 25 30 34

یه بار دیگه اجرا کردم دوباره همون خطای قبلی رو داد :

??? Error using ==> evalfismex

Illegal parameters in fisGaussianMF() --> sigma = 0



Error in ==> evalfis at 84

[output,IRR,ORR,ARR] = evalfismex(input, fis, numofpoints);



Error in ==> pro at 101

TrainOutputs=round(evalfis(TrainInputs,fis));

احتمالن بعضی موقع داده های تصادفی رو طوری انتخاب میکنه که با شبکه سازگار نیست!

برای کدوم داده این خطا را داد سایز ستونش چنده؟
معمولا وقتی تعداد ستونها از سطر ها بیشتر میشه روش least square جواب نمیده
چون anfis هم ترکیبی از روش least square و شبکع عصبی هست

نقل قول:

---

نوشته شده توسط rahnema1

برای کدوم داده این خطا را داد سایز ستونش چنده؟
معمولا وقتی تعداد ستونها از سطر ها بیشتر میشه روش least square جواب نمیده
چون anfis هم ترکیبی از روش least square و شبکع عصبی هست

---

همون داده اصلی دیگه.
ماتریس 163 در 44 که ستون آخرش خروجی هست.
برات آپلود کرده بودم. به اسم data.2

نه دیگه مرحله به مرحله سایز ستون زیاد میشه اولش 5 بعد 10 و همین طور زیاد میشه
میخوام بدونم این خطا کدوم زمان رخ میده

نقل قول:

---

نوشته شده توسط rahnema1

نه دیگه مرحله به مرحله سایز ستون زیاد میشه اولش 5 بعد 10 و همین طور زیاد میشه
میخوام بدونم این خطا کدوم زمان رخ میده

---

dataset7 با 33 ستون
این دیتا ست آخری بود. 10 تا ستون رو حذف کرد.

به احتمال زیاد دلیلش همین می تونه باشه
یعنی کمتر شدن نسبت بین مشاهدات و متغیرها

ضریب همبستگی رو کردم 99 درصد
الآن اینبار روی دیتاست 6 با 30 تا ستون خطا داد.

??? Error using ==> evalfismex

Illegal parameters in fisGaussianMF() --> sigma = 0



Error in ==> evalfis at 84

[output,IRR,ORR,ARR] = evalfismex(input, fis, numofpoints);



Error in ==> pro at 101

TrainOutputs=round(evalfis(TrainInputs,fis));

چه جالب!
هر چی ضریب همبستگی رو کمتر میکنم. تعداد دیتاست ها کمتر میشه.
مثلن با 50 درصد 3 تا دیتاست میسازه
با 5 و 10 و 13 ستون

باید هم همین طور بشه داده ها با هم همبستگی دارن اما اگه این همبستگی خیلی زیاد باشه مدل را خراب می کنه

موقعی که خوب کار میکنه نهایتش تا 7 تا دیتاست میره با 33 ستون.

آقا مرسی.به یه جاهایی رسیدم فعلن.

سلام دوستان عزیز برای رفع مشکلات خودتون در مورد متلب می تونید به سایت مرجع متلب مراجعه کنید :

http://www.matcode.ir

اگه من 10 تا ماتریس داشته باشم از a1 تا a10 و بخوام توی 10 مرحله اینا رو از اکسل فراخونی کنم چطوره؟
به این صورت :

 TRR=xlsread('C:\a1.xlsx',1);

بعد دفعه بعد :

 TRR=xlsread('C:\a2.xlsx',1);

و الی آخر ...

به این صورت

for i=1:10

	TRR=xlsread(sprintf('C:\\a%d.xlsx',i),1);

end

نقل قول:

---

نوشته شده توسط rahnema1

به این صورت

for i=1:10

    TRR=xlsread(sprintf('C:\\a%d.xlsx',i),1);

end

---

نشد!

Warning: Invalid escape sequence appears in format string. See

help sprintf for valid escape sequences. 

??? Error using ==> xlsread at 219

XLSREAD unable to open file C:.

File C:\.xls not found.

این را امتحان کن

 TRR=xlsread(sprintf('C:/a%d.xlsx',i),1);

نقل قول:

---

نوشته شده توسط rahnema1

این را امتحان کن

 TRR=xlsread(sprintf('C:/a%d.xlsx',i),1);

---

نه همون قبلی درست تره!
اگه منظورت slash و back slash هست که همون اولی ولی با یکی درسته. مثل این :

TRR=xlsread(sprintf('C:\a%d.xlsx',i),1); 

ولی اصلن مشکل از یه جای دیگه هست.

جدا بنویسی هم فایده ای نداره؟ من توی octave انجام میدم مشکلی نیست.

for i=1:10

 reshte=sprintf('C:/a%d.xlsx',i);

 TRR=xlsread(reshte,1);

end

نقل قول:

---

نوشته شده توسط rahnema1

جدا بنویسی هم فایده ای نداره؟ من توی octave انجام میدم مشکلی نیست.

for i=1:10

 reshte=sprintf('C:/a%d.xlsx',i);

 TRR=xlsread(reshte,1);

end

---

نه متاسفانه :

Warning: Invalid escape sequence appears in format string. See

help sprintf for valid escape sequences. 

??? Error using ==> xlsread at 219

XLSREAD unable to open file E:.

File E:\.xls not found.

آقا حل شد.
مرسی
برای رشته باید از / استفاده بشه.
من اشتباه میکردم.

مهندس ببخشید!
این برنامه ای که واسه نرمالیزه کردن نوشته بودی از چه روشی استفاده کردی؟
به استادم که گفتم وقتی داده ها نرمالیزه شد ، نتیجه شبکه بدتر شد.
گفت از چه تکنیکی استفاده کردی؟
مگه چند روش داریم؟

نقل قول:

---

نوشته شده توسط coronaa

مهندس ببخشید!
این برنامه ای که واسه نرمالیزه کردن نوشته بودی از چه روشی استفاده کردی؟
به استادم که گفتم وقتی داده ها نرمالیزه شد ، نتیجه شبکه بدتر شد.
گفت از چه تکنیکی استفاده کردی؟
مگه چند روش داریم؟

---

اومدیم از هر داده میانگین داده ها را کم کردیم و حاصل را تقسیم بر انحراف معیار کردیم
همچنین به علت اینکه بین بعضی متغیرها همبستگی بسیار زیاد بود اومدیم متغیرهایی که همبستگی بالای 90 درصد داشتند یکیشون را حذف کردیم

نقل قول:

---

نوشته شده توسط rahnema1

اومدیم از هر داده میانگین داده ها را کم کردیم و حاصل را تقسیم بر انحراف معیار کردیم
همچنین به علت اینکه بین بعضی متغیرها همبستگی بسیار زیاد بود اومدیم متغیرهایی که همبستگی بالای 90 درصد داشتند یکیشون را حذف کردیم

---

برای نرمالیزه کردن روش های دیگه ای هم وجود داره؟
راستی، شما با روش های ترکیبی طبقه بندی داده ها هم کار کردین؟

میشه کاری کرد که داده ها بین صفر تا یک قرار بگیرن یا مثلا بین -1 و 1 قرار بگیرن
طبقه بندی ترکیبی چیه؟

نقل قول:

---

نوشته شده توسط rahnema1

میشه کاری کرد که داده ها بین صفر تا یک قرار بگیرن یا مثلا بین -1 و 1 قرار بگیرنطبقه بندی ترکیبی چیه؟

---

مثلن دو روش طبقه بندی رو که جدا میشه ازش استفاده کرد، بصورت ترکیبی استفاده میکنن تا جواب بهتری بگیرن.مثل ترکیب Kmeans با RBF و ...

من یه دستوی رو اجرا میکنم به این صورت :

[IDX,c,sumD]= kmeans(Train,numnode);

که که هیچ موقع c نباید تهی بشه.
میخوام یه شرط بذارم که اگه c تهی بود یا صفر بود دوباره این دستور رو اجرا کن وگرنه ادامه بده.
باید چیکار کنم؟

c=[];

while (numel(c)==0 || c==0)

	[IDX,c,sumD]= kmeans(Train,numnode);

end

نقل قول:

---

نوشته شده توسط rahnema1

c=[];

while (numel(c)==0 || c==0)

    [IDX,c,sumD]= kmeans(Train,numnode);

end

---

برنامه اجرا میکنه. مشکلی نداره ولی اون چیزی که میخواستم نشد. ینی هنوز جلوی اون خالی شدن رو نمیتونه بگیره؟
هنوز c بعضی موقع خالی میمونه. این پیغام رو میده :

??? Error using ==> kmeans>batchUpdate at 435

Empty cluster created at iteration 2.

فکر نکنم خالی بمونه این را اجرا کنید تا مشخص بشه که سایزش خالی نیست

c=[];

while (numel(c)==0 || c==0)

	[IDX,c,sumD]= kmeans(Train,numnode);

end

disp(c)

نقل قول:

---

نوشته شده توسط rahnema1

فکر نکنم خالی بمونه این را اجرا کنید تا مشخص بشه که سایزش خالی نیست

c=[];

while (numel(c)==0 || c==0)

    [IDX,c,sumD]= kmeans(Train,numnode);

end

disp(c)

---

وقتی که اون پیغام رو میده. حرف c رو توی command window میزنم خروجی به من اینو میده :

 c=[]

ینی هنوز خالیه دیگه!

توی راهنمای متلب نگاه کنید یک گزینه وجود داره به نام emptyaction که اگه اون را روی drop تنظیم کنید کلاسترهای اضافی حذف میشن در غیر این صورت گزینه پیش فرض روی error تنظیم شده که خطا میده

IDX=[];

while (numel(unique(IDX))<numnode)

 [IDX,c,sumD]= kmeans(Train,numnode, 'emptyaction','drop' );

end

نقل قول:

---

نوشته شده توسط rahnema1

توی راهنمای متلب نگاه کنید یک گزینه وجود داره به نام emptyaction که اگه اون را روی drop تنظیم کنید کلاسترهای اضافی حذف میشن در غیر این صورت گزینه پیش فرض روی error تنظیم شده که خطا میده

IDX=[];

while (numel(unique(IDX))<numnode)

 [IDX,c,sumD]= kmeans(Train,numnode, 'emptyaction','drop' );

end

---

طیب الله :))
من به شما ایمان دارم!
چطوری میشه بهترین c رو انتخاب کرد؟

نقل قول:

---

نوشته شده توسط coronaa

طیب الله :))
من به شما ایمان دارم!
چطوری میشه بهترین c رو انتخاب کرد؟

---

من هم به شما ایمان دارم
اول به این آدرس یه نگاهی بیندازید. اگه به طور عادی نشد مجبورید با روشهای دیگه برید شاید تو هلپ متلب هم باشه
http://www.mathworks.com/help/stats/k-means-​clustering.html
با تکرار میشه بهترین حالت را پیدا کرد. یعنی چند بار ( مثلا اینجا 5 بار) اجرا می کنیم و بهترین انتخاب می کنیم

sumD=[];

c={};

IDX={};

for i=1:5

	IDX=[];

	while (numel(unique(IDX))<numnode)

		[IDX{i},c{i},sumD(i)]= kmeans(Train,numnode, 'emptyaction','drop' );

	end

end

indexbest=find(sumD==min(sumD));

cBest=c{indexbest};