Pregunta 1

clc
clearvars
%Cargamos la data
load glass.data
T=glass;
%crear los targets
for i=1:214
if i<=70
T1(:,i)=[1;0;0;0;0;0;0];
elseif i>70 && i <=146
T1(:,i)=[0;1;0;0;0;0;0];
elseif i>146 && i <=163
T1(:,i)=[0;0;1;0;0;0;0];
elseif i>163 && i <=176
T1(:,i)=[0;0;0;0;1;0;0];
elseif i>176 && i <=185
T1(:,i)=[0;0;0;0;0;1;0];
else
T1(:,i)=[0;0;0;0;0;0;1];
end
end

%dividir data
[trainInd,valInd,testInd] = dividerand(214,0.8,0.1,0.1);
Tglass=T(:,2:10);
Tglasstrain=Tglass( trainInd,:)';
Tglassvalid=Tglass( valInd,:)';
Tglasstest=Tglass( testInd,:)';
T1train=T1( :,trainInd);
T1valid=T1( :,valInd);
T1test=T1( :,testInd);

%Creamos la net
%Con 29 neuronas de la capa oculta nos va bien.
%ponemos un control para distintas funciones de aprendizaje.
net = feedforwardnet(29,"trainlm");
%Probamos la data
[net , tr] = train(net,Tglasstrain,T1train);
y = net(Tglassvalid);
perf = perform(net,y,T1valid);
testX = Tglassvalid;
testT = T1valid;
testY = net(testX);
testIndices = vec2ind(testY);
%Creamo la matriz de confusion
plotconfusion(testT,testY)

1
2