R语言高级算法之人工神经网络(Artificial Neural Network)
2017-02-15 14:32
337 查看
1.人工神经网络原理分析:
神经网络是一种运算模型,由大量的节点(或称神经元)和之间的相互连接构成,每个节点代表一种特定的输出函数,称为激励函数(activation function).每两个节点间的连接都代表一个对于通过该连接信号的加权值,称之为权重,这相当于人工神经网络的记忆.网络的输出则依网络连接方式/权重值和激励函数不同而不同.
2.在R语言中的应用
在人工神经网络(Artificial Neural Network)算法中我们主要用到了nnet包里面的
函数。
3.以iris数据集为例进行判别分析
1)应用模型并观察输出结果
3)检测模型准确度
神经网络是一种运算模型,由大量的节点(或称神经元)和之间的相互连接构成,每个节点代表一种特定的输出函数,称为激励函数(activation function).每两个节点间的连接都代表一个对于通过该连接信号的加权值,称之为权重,这相当于人工神经网络的记忆.网络的输出则依网络连接方式/权重值和激励函数不同而不同.
2.在R语言中的应用
在人工神经网络(Artificial Neural Network)算法中我们主要用到了nnet包里面的
nnet(formula,data,weights,size,...,subset,na.action,contrasts=NULL)
函数。
3.以iris数据集为例进行判别分析
1)应用模型并观察输出结果
fit_nnet=nnet(Species~.,data=iris,size=4,decay=5e-4,maxit=200)
fit_nnet[1:length(fit_nnet)]
3)检测模型准确度
predict(fit_nnet,iris[,1:4],type="class")
table(iris$Species,predict(fit_nnet,iris[,1:4],type="class"))
相关文章推荐
- R语言高级算法之人工神经网络(Artificial Neural Network)
- 人工神经网络(Artificial Neural Network)
- 人工神经网络(Artificial Neural Netwroks)笔记--离散多输出感知器训练算法
- R语言高级算法之支持向量机(Support Vector Machine)
- 数据挖掘-目录-人工神经网络 (Artificial Neural Network)
- 人工神经网络(Artificial Neural Netwroks)笔记-连续多输出感知器算法
- R语言高级算法之支持向量机(Support Vector Machine)
- 人工神经网络(Artificial Neural Netwroks)笔记-基本的非确定性统计训练算法
- 数据分析与挖掘 - R语言:KNN算法
- php面试题——数据结构和算法(高级部分)
- MIT高级算法公开课视频(无字幕),需要自取-"http://yun.baidu.com/s/1dSPsi“
- 基于密度的聚类----DBSCAN算法使用(R语言)
- 基于Java实现的一层简单人工神经网络算法示例
- 链表高级算法--1
- 实现一个比较高级的字符匹配算法,即一串很长的字符,要求找到符合要求字符的字符串
- 人工神经网络之感知器算法
- 实现一个比较高级的字符匹配算法,即一串很长的字符,要求找到符合要求字符的字符串
- 推荐算法:高级算法
- 漫谈机器学习经典算法—人工神经网络
- R语言与机器学习学习笔记(分类算法)