R语言高级算法之人工神经网络(Artificial Neural Network)
2017-05-08 00:00
344 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 Netwroks)笔记-基本的非确定性统计训练算法
- 人工神经网络(Artificial Neural Network)
- 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--离散多输出感知器训练算法
- 数据挖掘-目录-人工神经网络 (Artificial Neural Network)
- 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-连续多输出感知器算法
- 如果业界中不用高级算法和数据结构,那为什么还要学?
- Java数据结构与算法--高级排序
- MIT高级算法之并行计算
- 人工神经网络——感知机学习算法的对偶形式
- 机器学习经典算法-人工神经网络之反向传播算法
- PhotoShop算法实现高级篇--连环画(三十四)
- js 高级算法 - 动态规划
- R语言与机器学习学习笔记(分类算法)(2)决策树算法
- PhotoShop算法实现高级篇--马赛克(三十八)
- 人工神经网络(Artificial Neural Netwroks)笔记-模拟退火算法(Simulated Annealing)
- <仅是自己做笔记。。。系列15>实现一个挺高级的字符匹配算法: 给一串很长字符串,要求找到符合要求的字符串,例如目的串:123 1******3***2 ,12*****3这些都要找出来
- R语言高级程序设计 - 《Advanced R》中文版