m输入和n输出神经网络

我是R新手，并计划将R用于人工神经网络回归。每个观察（输入）我有10个不同的场景。对于每个场景，有7个变量，这意味着7个输出。我总共有1000个观测值，我确实有1000个预期输出。我想用800个观测值进行训练，剩下的则用于测试。任何人都可以提供我的案例样本？我不太了解软件包的说明。赞赏。m输入和n输出神经网络

来源

2013-07-25 user2620078

例如用在[这里]（HTTP虹膜：// www.parallelr.com/r-deep-neural-network-from-scratch/） – Patric

看here，这是非常类似于你的任务。简言之：截取的standart dataset并获得训练和测试数据集

irisTrainData = sample(1:150,100) 
irisValData = setdiff(1:150,irisTrainData)

神经网络可以被训练和用于预测下一个方式：

library(nnet) 
ideal <- class.ind(irisdata$species) 
irisANN = nnet(irisdata[irisTrainData,-5], ideal[irisTrainData,], size=10, softmax=TRUE) 
predict(irisANN, irisdata[irisValData,-5], type="class")

来源

2013-09-13 09:53:39

请注意，[仅限链接]（http://meta.stackoverflow.com/tags/link-only-answers/info）是不鼓励，所以SO答案应该是寻求解决方案的终点（而另一个参考的中途停留时间往往会随着时间的推移而变得陈旧）。请考虑在此添加独立的摘要，并将链接保留为参考。 – kleopatra

m输入和n输出神经网络

回答

相关问题