【教程】几种不同的RBF神经网络

本站原创文章，转载请说明来自《老饼讲解-机器学习》www.bbbdata.com

RBF神经网络指的是用RBF曲线来构成的神经网络模型，

常见的RBF神经网络包括径向基神经网络、概率神经网络、广义回归神经网络等等。
下面我们介绍这几种常见的RBF神经网络。

一、经典RBF神经网络

1.1.经典径向基神经网络是什么

经典径向基神经网络的思想很纯粹，如下

可以看到，经典径向基神经网络在各个数据点都生成一个径向基。每个径向基的宽度是预设的，然后再求解每个径向基的高度，使得最后所有径向基叠加后能拟合目标曲线。可知，经典径向基神经网络是纯粹的曲线拟合，就是仅从数学角度去使用径向基函数来拟合目标曲线。

1.2.经典径向基神经网络-代码与示例

在matlab中使用newrbe来实现一个径向基神经网络，具体示例如下：

%------代码说明：用newrbe构建一个径向基神经网络 -----------------
% 来自《老饼讲解神经网络》www.bbbdata.com ,matlab版本：2018a   
%-------------------------------------------------------------------%
%----数据准备----                              
x  = [-2,-1,0,1,2;-6,-2,0,3,8];                % 输入数据
y  = [3,2,3,1,2];                              % 输出数据
%----网络训练----                              
net = newrbe(x, y, 0.5);                       % 以X，Y建立径向基网络，目标误差为0.01，径向基的宽度参数spread=0.5
py = sim(net,x)                                % 用建好的网络进行预测，这里的x是要用来进行预测的输入

% ----打印结果----------
err_rate = mean(abs(py-y)./abs(y))             % 计算相对误差占比
plot(1:length(y),y,'*',1:length(y