機械学習で多入力多出​力の回帰を学習させる​ことは可能でしょうか​？

学習データは画像認識ではなく、入力と出力の数値がセットになったデータで、

入力のパラメータは５つ、出力のパラメータは４つです。

本当は決定木でやりたかったのですがmatlabではできなさそうなので、ニューラルネットワークでやろうと思っています。（できるならどの学習でも構いません）

公式のドキュメンテーションには学習データが画像のものしかなかったので数値の時のやり方が知りたいです。

よろしくお願いします。

Answer 1

[Naoya]

多入力多出力のネットワークの学習は、一例として以下のような浅層型のネットワークを使って実現することができます。

入力データ、教師データは、それぞれ [ユニット数 x パターン数] の行列の形で定義します。

% 14入力 3出力のデータセット例をロード
[x,t] = building_dataset;

% 中間層を 10 ユニットとする 3層ニューラルネットを作成
net = feedforwardnet(10);

% ネットワークの学習
net = train(net,x,t);

% 予測
y = sim(net,x);

% 出力vs予測の分布をプロット
plot(t(:),y(:),'.')