Merge branch 'dev' of gitlab.rezometz.org:guillaume/miniprojet into dev

learning/code/PMC_training.m

@@ -1,4 +1,4 @@
-function [net, rt, errort, perft] = PMC_training(entree, sortie, n_cache, nb_apprentissage)
+function [net, rt] = PMC_training(entree, sortie, n_cache, nb_apprentissage)
 
 [n_entree, nb_echantillons] = size(entree);
 [n_sortie, ~] = size(sortie);
@@ -22,8 +22,8 @@ net.divideParam.testRatio = (nb_echantillons - nb_apprentissage) / nb_echantillo
 
 net = train(net, entree, sortie);
 
-entree_test = entree((nb_apprentissage + 1): nb_echantillons,:);
-sortie_test = sortie((nb_apprentissage + 1): nb_echantillons,:);
-[rt, pf, af, errort, perft] = sim(net, entree_test, [], [], sortie_test);
+entree_test = entree(:,(nb_apprentissage + 1): nb_echantillons);
+sortie_test = sortie(:,(nb_apprentissage + 1): nb_echantillons);
+rt = sim(net, entree_test, [], [], sortie_test);
 end
 

learning/code/learning.m

@@ -78,6 +78,8 @@ end
 
 % utilisation de l'algorithme du perceptron multicouches
 
-[net, resultats_test, ecarts, erreur] = PMC_training(vecteurs, classes, 10, 900);
+[net, resultats_test] = PMC_training(vecteurs, classes, 10, 800);
+
+%faire une prediction : y = net(x)