1.输入nftool;点击next
2.输入特征X 和目标值Y如下：【注意按行/按列】
3.设置训练集/验证集/测试机比例：【一般默认为0.7：0.15：0.15】
4.设置隐藏层个数：【需要调的参数之一】
5.选择优化算法：默认如图；点击train进行训练
6.生成图像：【如图plots】
6.1 performance
横坐标：训练结束时的epochs数【神经网络一次前向传播+一次反向传播=一个epoch】
纵坐标：均方误差
从图中可以得到：在epochs=5时，验证集valiadation和测试集test达到最小均方误差。
6.2 training state
横坐标：epoch
纵坐标：梯度gradient；mu?；val fail？；
梯度：若梯度为0，则为图像最低点，即最优位置
mu：
val fail：
【validation check=6：若连续六次训练，训练误差没有变小，则假定继续训练下去效果不会变好，停止训练。】
6.3 error histogram【误差直方图】
横坐标：误差区间的中位数；
纵坐标：位于该误差区间的样本个数
可以得到：神经网络的输出值与样本原目标值的误差；
6.4 regression【检验预测值和目标值的线性化程度？】
横坐标：样本原目标值；
纵坐标：神经网络输出预测值；
可以得到：原目标值和预测值的相关度；用系数R表示，若R越接近1，则表示线性化程度越高，结果越好。