轻量级C++神经网络应用库CreativeLus：2、分类问题。案例：空间点在平面上2分类。

---

github资源地址：[Release-x86/x64]

上一篇：轻量级C++神经网络应用库CreativeLus：1、库介绍。案例：简单sin函数逼近。
下一篇：轻量级C++神经网络应用库CreativeLus：3、复杂函数逼近。案例：多输入混合逼近。

---

案例2：平面点2分类问题

本章将介绍以下几个新的使用方法：
1、对样本数据的保存及读取，对训练好的模型的保存及读取；
2、启动多线程支持，加速你的训练模型；
3、动态的实时输出训练时的图形结果；（按每一训练周期做一次输出更新的方式）
4、将图形和曲线结果保存到外部Bitmap图形文件中；
5、将模型的计算内核和训练扩展脱开，释放训练扩展占用的内存，仅保留预测部分。

问题介绍：

我们在三位空间中 x y z方向中取x，y在0，1之间，z取0，取一定数量的随机三维点，保证全部落在0，1的xy平面内。在该[0，1]xy平面范围内构造两个多段线封闭区域R1和R2（该区域是任意定义的，他们之间可能存在交集）,若点ptx属于R1则对应的分类标记记作1，反之为0，则对每一个点ptx={x,y,z}，他存在一个唯一的2分类标记集T={t1,t2}。以此构建数据映射样本集和测试集。
R1={ {0.1,0.1,0},{0.32,0.1,0},{0.56,0.55,0},{0.25,0.25,0},{0.29,0.88,0},{0.1,0.76,0} };
R2={ {0.38,0.13,0},{0.66,0.13,0},{0.66,0.90,0},{0.15,0.90,0}, {0.15,0.65,0},{0.65,0.38,0} };
分类区域如下：（由图像可知，这仍然是一个非线性问题）

测试代码：

#include <stdio.h>
#include <string>
#include <vector>
#include <map>
#include "CreativeLus.h"
#include "CreativeLusExTools.h"

using namespace cl;

int main() {
   
	printf("\n案例2：平面区域分类 \n\n");
	string pathTag = ("D:\\Documents\\Desktop\\example_01_classify\\"); //输出目录

	//第一步：构造数据样本集------------------------
	//空间点坐标定义域范围在 [ 0 , 1 ] 内
	const Float r1 = 0, r2 = 1; 
	//构造平面分类区域。（CLSpace::Polygon定义在 CreativeLusExTools.h 中）
	CLSpace::Polygon R1 = {
    {
   0.1,0.1,0},{
   0.32,0.1,0},{
   0.56,0.55,0},{
   0.25,0.25,0},{
   0.29,0.88,0},{
   0.1,0.76,0} };
	CLSpace::Polygon R2= {
    {
   0.38,0.13,0},{
   0.66,0.13,0},{
   0.66,0.90,0},{
   0.15,0.90,0}, {
   0.15,0.65,0},{
   0.65,0.38,0} };

	//构造逻辑：采用3输入，2输出样本对，表示空间3维点是否属于两个平面区域poly或poly2，若属于，则对应的分类为1，否则为0，将所有点的z置0，转化为平面点
	Float x = 0, y = 0, z = 0, t1 = 0, t2 = 0;
	BpnnSamSets sams, tags;
	size_t si = 10000;//训练样本数
	for (size_t i = 0; i < si; i++)
	{
   
		// CLSpace::pointIsInPolygon()方法判断某个点是否在一个多段线封闭范围内
#define INPUT_DATA_CLASSIFY \
			x = rand_f_a_b(r1, r2), y = rand_f_a_b(r1, r2), z = 0;\
			t1 = CLSpace::pointIsInPolygon({ x,y,z }, R1) ? (1.0) : (0.0);\
			t2 = CLSpace::pointIsInPolygon({ x,y,z }, R2) ? (1.0) : (0.0);
		INPUT_DATA_CLASSIFY;
		sams.