一、模式识别神经网络
在matlab命令窗口输入：nnstart 或 nprtool 就可以进入matlab神经网络GUI
二、鸢尾花数据集iris示例
1.输入数据集，划分训练集、测试集
load fisheriris;
[m,n]=size(meas);
data=zeros(m,n+1);
data(:,1:n)=meas;
for i=1:m
%将字符串类别标签用数值形式表示
if strcmp(species{i},\'setosa\') %strcmp（\'A\',\'B\'）用于比较字符串，找出特定的字符串；类比find（a==b）用来找出特定数值
data(i,n+1)=1;
elseif strcmp(species{i},\'versicolor\')
data(i,n+1)=2;
elseif strcmp(species{i},\'virginica\')
data(i,n+1)=3;
end
end
%选择训练样本个数
num_train = 60; %共150个样本，60个训练集，90个测试集
%构造随机选择序列
choose = randperm(length(data));
%随机种子打乱数据样本的顺序
train_data = data(choose(1:num_train),:); %随机选取60个样本
label_temp = train_data(:,end);
%提取训练数据的标签 train(:,end)提取最后一列；
label_train = zeros(length(train_data),3); %创建矩阵以储存向量形式的标签；
%把输出分类标签1，2，3 改为工具箱要求的格式 1=[1 0 0],2=[0 1 0],3=[0 0 1]
for i = 1:length(train_data)
label_train(i,label_temp(i)) = 1;
end
train_data = train_data(:,1:end-1)\';
%提取数据集特征（剔除标签），并进行转置（转置也可以不必，后续GUI中转化为行形式即可）
label_train = label_train\';
%将向量形式表示的标签进行转置（也而不必，理由同上）
test_data = data(choose(num_train+1:end),:); %提取测试集数据
label_temp = test_data(:,end);
%提取测试集数据的标签
label_test = zeros(length(test_data),3);
%创建矩阵，准备存放向量形式的测试数据的标签
%把输出分类标签改为工具箱要求的格式
for i = 1:length(test_data)
label_test(i,label_temp(i)) = 1;
end
test_data = test_data(:,1:end-1)\';
%提取测试数据的特征，并进行转置
label_test = label_test\';
%提取测试数据的标签，并进行转置