《表1 BP神经网络预测值与实际值对比》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于wifi探针的商业大数据分析技术》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

预测模型验证。利用python广大开发者所提供的激励函数和学习算法，来实现文章所设计的BP神经网络结构。根据笔者得到的2017年9月初到2017年11月初正常上课期间的数据作为训练集，2017年11月到12月数据作为测试集；隐含层层数为1，单隐含层，隐含层节点数为10.隐层传输函数:tansig，输出层传输函数:tansig，训练函数traincgf，学习函数:learngdm，学习率:0.01，训练目标:0.001，最大训练次数:1000。在Python语言所提供的开源工具箱中得到理想训练结果。截取部分对比数据如表1所示。