写一段用softmax为激励函数的神经网络模型的matlab代码，要求输出范围为0，1，2

以下是一个使用softmax函数作为激励函数的神经网络模型的MATLAB代码，输出范围为0、1、2： ```matlab % 准备数据 load iris_dataset; x = meas'; t = zeros(3, size(x, 2)); t(1, species == 'setosa') = 1; t(2, species == 'versicolor') = 1; t(3, species == 'virginica') = 1; % 创建神经网络模型 net = feedforwardnet([10, 5]); % 两个隐藏层，分别有10和5个神经元 net.layers{end}.transferFcn = 'softmax'; % 设置输出层的激励函数为softmax net.outputs{end}.processFcns = {}; % 取消输出值的归一化处理 % 划分训练集和测试集 net.divideFcn = 'dividerand'; net.divideMode = 'sample'; net.divideParam.trainRatio = 0.7; net.divideParam.valRatio = 0.15; net.divideParam.testRatio = 0.15; % 训练神经网络模型 net.trainFcn = 'trainscg'; % 使用SCG算法进行训练 net.trainParam.max_fail = 20; % 允许连续20次验证集误差没有改善 net.trainParam.showWindow = false; % 不显示训练窗口 [net, tr] = train(net, x, t); % 对测试集进行预测 y = net(x(:, tr.testInd)); [~, y_pred] = max(y); % 将输出值最大的神经元作为预测结果 y_pred = y_pred - 1; % 将预测结果转化为0、1、2 % 计算准确率 accuracy = sum(y_pred == (find(t(:, tr.testInd))' - 1)) / length(tr.testInd); disp(['Accuracy: ', num2str(accuracy)]); ``` 这个代码使用鸢尾花数据集进行训练和测试，输出层有3个