m輸入和n輸出神經網絡

我是R新手，並計劃將R用於人工神經網絡迴歸。每個觀察（輸入）我有10個不同的場景。對於每個場景，有7個變量，這意味着7個輸出。我總共有1000個觀測值，我確實有1000個預期輸出。我想用800個觀測值進行訓練，剩下的則用於測試。任何人都可以提供我的案例樣本？我不太瞭解軟件包的說明。讚賞。m輸入和n輸出神經網絡

來源

2013-07-25 user2620078

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

看here，這是非常類似於你的任務。簡言之：截取的standart dataset並獲得訓練和測試數據集

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

神經網絡可以被訓練和用於預測下一個方式：

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")

來源

2013-09-13 09:53:39

請注意，[僅限鏈接]（http://meta.stackoverflow.com/tags/link-only-answers/info）是不鼓勵，所以SO答案應該是尋求解決方案的終點（而另一個參考的中途停留時間往往會隨着時間的推移而變得陳舊）。請考慮在此添加獨立的摘要，並將鏈接保留爲參考。 – kleopatra

m輸入和n輸出神經網絡

回答

相關問題