[R编程的神经网络预测

Question

我有3个问题与我的代码。

首先是，实现我的RStudio神经网络时认识stepmax和backprop功能之间的差异。

第二个问题是，我不知道如何为我试图找出哪些是用于预测的最佳模型2个神经网络模型进行比较。有人能解释一下我可以如何使用这两个模型来找出哪个模型更精确？

我使用的是电一小时耗了7天，这是我的输入节点，我试图预测未来24小时内的第8天。我有这些模型后我该怎么做，所以我可以预测第二天？请有人可以帮我吗？

street.model4 <- neuralnet(formula = D8 ~ D1 + D2 + D3 + 
          D4 + D5 + D6 + D7, 
          data = street.train, hidden = 4, stepmax=1e9) 


plot(street.model4) 

street.model5 <- neuralnet(formula = D8 ~ D1 + D2 + D3 + 
          D4 + D5 + D6 + D7, 
          data = street.train, hidden = 4, learningrate = 0.01, 
          algorithm = "backprop", err.fct="ce", 
          linear.output=FALSE) #iterate 


plot(street.model5) 

Answer 1

我强烈建议寻找一些关于神经网络和机器学习的教程或文章。这里有几点需要比单一的答案中提供的更多细节。尽可能简洁地回答您的问题。

1. 'backprop' 的功能呢？ - 'backprop'是您选择用于网络用于权重更新过程的算法。这是最简单的算法，当有更复杂的算法如RMSPROP时，可能不是您想要使用的算法。
2. 'stepmax'？ - 根据文档，stepmax是算法在停止之前运行的最大迭代次数，如果它不首先收敛。您将看到的另一个术语是，而不是epoch。
3. 哪种型号比较好？ - 根据数据的大小，您应该查看cross-validation。本质上，您想要在training数据集上训练您的不同模型，并在最终的test数据集上评估它们。