在用bp神经网络时,需要输入数据,但有些数据是定性数据,如何将定性数据定量化

你所说的应该是输入数据的预处理 即pre-processing,你使用ST Nueral Networks的话,里面有自动的预处理,你输入定性数据(nominal variable)后,软件可以自动预处理后转化为神经网络可以识别的数值

或者你自己设置

例1 根据年鉴记载的某些地区经度,纬度与台风类型的关系预测任意经纬度下台风类型(台风A或者台风B),

台风类型就属于定性数据在STNN中你可以现将输出变量设置为nominal variable,然后设置输出变量的数目为2,分别是V1和V2,构建网络的时候经纬度对应台风A的,设置输出值为V1,为台风B的设置为V2,预测时,网络可以给出结果V1或者V2,你就知道是哪种台风了

例2 根据现有的水质标准以及数种污染物的采样值预测该河流的水质级别

输出值为水质级别,同样为nominal variable,你可以将输出值作一个标准化处理,设总共有五个水质级别,你可以将输出变量区间化分为0-02,02-04,04-06,06-08,08-1,设置第一级别水质对应的输出值为02 第2级水质对应04,等等,第5级水质对应1

通过数据预测得到。

bp神经网络训练集的预测利用附件1中的相关数据预测附件2中的调价比例，因此将附件1中的数据作为BP的训练集和测试集。对模型进行训练后，将附件2的数据输入到BP当中即可。

BP网络又称反向传播神经网络，通过样本数据的训练，不断修正网络权值和阈值使误差函数沿负梯度方向下降。

输入节点数是3，说明输入向量的行数m=3，你给的样本只有1行，是不是不全？输出节点只有一个，说明每3个输入数据对应一个预测的输出数据。

其实样本数量很少，就不需要训练那么多次了，训练了也白训练。你问“这样的预测结果代表着什么？”，你也没说这些数据在现实中是什么，怎么会知道呢。