initialisation d'un réseau de neurones à 1 couche cachée, avec biais
[wh,wo]=nns_init(x,y,(options))
données d'étalonnage
x est une matrice de dimensions (n x q) ou une structure Div
valeurs de référence, à prédire
y est une matrice de dimensions (n x no) ou une structure Div
nombre de neurones cachés (par défaut: 5)
méthode d'initialisation
method='l': modèle linéaire pour le premier neurone, valeur aléatoire faible pour les suivants
method='n': Nguyen-Widrow (par défaut)
method='r': valeurs aléatoires de faible variance
coefficients des neurones cachés + biais
wh est une matrice de dimensions ((q+1) x nh) ou une structure Div
nh est le nombre de neurones cachés
coefficients des neurones de sortie + biais
wo est une matrice de dimensions ((nh+1) x no) ou une structure Div
no est le nombre de neurones de sortie