神经网络的R语言例子
ß从函数y=x1^2+x2^2产生2000组样本数据,其中1900组作为学习集,100组作为待测集。
ß用R语言建立合适的BP神经网络模型并利用上述学习集进行训练。
ß然后用训练后的神经网络模型对待测集进行预测,画图对比预测值和理想值之间的误差情况
nnet实现BP网络
nnet实现BP网络
nnet参数说明
ß输入
Þformula:方程式,格式:label~x1+x2+…+xn
Þsize:隐层节点数
Þdata:训练数据集.
ÞWts: 预设的边的权重
Þlinout:是否为逻辑输出单元,若F,为线性输出单元
Þdecay:权重衰减(学习步长)
Þmaxit:最大迭代次数
ß输出
Þresidual:各输入项的残差
Þwts:训练后权重
Þfitted.values:训练样本的输出