上机实验五：BP 神经网络算法实现与测试

上机实验五：BP 神经网络算法实现与测试

1、实验目的

深入理解 BP 神经网络的算法原理，能够使用 Python 语言实现 BP 神经网络的训练与测

试，并且使用五折交叉验证算法进行模型训练与评估。

2、实验内容

（1）从 scikit-learn 库中加载 iris 数据集，使用留出法留出 1/3 的样本作为测试集（注

意同分布取样）；

（2）使用训练集训练 BP 神经网络分类算法；

（3）使用五折交叉验证对模型性能（准确度、精度、召回率和 F1 值）进行评估和选

择；

（4）使用测试集，测试模型的性能，对测试结果进行分析，完成实验报告中实验五的推荐参考书：[1] 范淼, 李超. Python 机器学习及实践, 清华大学出版社.

[2] Peter Harrington. 机器学习实战, 人民邮电出版社。

部分。

3、操作要点

（1）可以选择自行编写源代码完成 BP 神经网络算法，或者调用 scikit-learn 库中的函

数；

（2）如果调用 scikit-learn 库中的函数，需要说明函数各个参数的意义、取值、默认值

等，即自行编写代码只需要粘贴完整的源代码即可，调用函数包括粘贴源代码和函数参数说

明两部分；

（3）一周内在超星作业提交源代码，打包命名；学号姓名-任务 5；

（4）按要求撰写实验报告，实验报告在所有上机实验结束后提交