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
0
A
回答
0
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")
+1
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
相关问题
- 1. 神经网络的输入/输出
- 2. 神经网络输出
- 3. 2输出神经网络?
- 4. 多输出神经网络
- 5. 神经网络的输入
- 6. 神经网络多输入和一个输出
- 7. 神经网络输入和输出为有意义的值
- 8. 10个输入和10个输出的神经网络
- 9. 神经网络用于多输入和多输出(MIMO)系统
- 10. Matlab的神经网络的输入和输出maniuplation
- 11. 神经网络缩放输入和除垢输出
- 12. OpenCV神经网络Sigmoid输出
- 13. 神经网络收敛到零输出
- 14. 神经网络规范输出数据
- 15. 神经网络输出层节点数
- 16. 神经网络输出分组0.5?
- 17. 解释神经网络输出
- 18. TensorFlow(神经网络)FC输出大小
- 19. 神经网络中的连续输出
- 20. 神经网络模型的输出
- 21. 神经网络的激活/输出
- 22. C++中的神经网络输出
- 23. 神经网络的信号输入
- 24. 神经网络的标称值输入
- 25. 神经网络输入形状错误
- 26. 神经网络非线性输入
- 27. 神经网络输入顺序
- 28. 神经网络的顺序输入
- 29. 神经网络的加权输入
- 30. 更新神经网络输入
例如用在[这里](HTTP虹膜:// www.parallelr.com/r-deep-neural-network-from-scratch/) – Patric