Réseau à une couche cachée

Nous allons comparer l'étude faite sur le logiciel Splus avec celle faite sur le logiciel Matlab.
Le programme sous le logiciel Matlab se présente comme suit :

%Ici, on considere une seule couche cachee a trois variables. 

load dd;
X=cat(2,dd(:,2),dd(:,4:8));  % X matrice des variables explicatives
Y=dd(:,3);    %variable filiere a expliquer
%initialisations

EA=X(1:407,:); 
[nla,nca]=size(EA);

P=EA(:,1:nca)'; % entrees
T=Y(1:407,:)';  %sorties
[R,Q]=size(P); %R : nbre entrees
S1=3; %S1 : nbre neurones couche cachee1
[S2,Q]=size(T); %S2 nbre sortie

%initialisation des poids
[W1,B1]=rands(S1,R); % couche entree
[W2,B2]=rands(S2,S1); % couche cachee

freq_aff=1000; %frequence d'affichage
max_iter=2000; %nb max iterations
err_but=0.5; %erreur mini pas trop petite

TP=[freq_aff max_iter err_but];
[W1,B1,W2,B2,Iter,TR]=trainbpx(W1,B1,'logsig',W2,B2,'logsig',P,T,TP);

Les résultats sont sous cette forme :

TRAINBPX: 0/2000 epochs, lr = 0.01, SSE = 311.97.
TRAINBPX: 1000/2000 epochs, lr = 2.99498e+11, SSE = 113.
TRAINBPX: 2000/2000 epochs, lr = 2.99498e+11, SSE = 113.

W1 =

    0.1700   -0.2272    0.9523   -0.6997    0.5620    0.6408
    0.3716    0.4748   -0.9678    0.7536   -0.9355   -0.4439
    0.9476    1.0040    0.0971    0.1749   -0.8509    1.8452

B1 =

   -0.4790
    0.4270
    0.4502

W2 =

   12.4181   12.6385    4.5830

B2 =

   24.3383