解释 R 中的神经网络输出?

机器算法验证 r 神经网络
2022-03-11 13:56:20

我设法创建了我的数据的神经网络。但我不太确定 R 输出的解释。我使用以下命令创建神经网络:

> net=nnet(formula = category~iplen+date_time, size=0,skip=T,lineout=T)
# weights:  3
initial  value 136242.000000 
final  value 136242.000000 
converged

然后我使用以下命令查看输出:

    > summary(net)
a 2-0-1 network with 3 weights
options were - skip-layer connections 
 b->o i1->o i2->o 
 0.64 -0.46  0.15

那么从上面的输出我可以得出下面的神经网络图吗?: 网

第二个问题是我怎么知道这张图有多有用?我的意思是我想从自变量中找到类别号(目标变量)。那么现在我该如何确定这个网络是否真的帮助我预测了类别(目标变量)?最终输出是什么或如何找到它?

我可以从上述 n 网络中得出以下输出吗?

category= -0.46(iplen)+0.15(date_time)+0.64

问候,

2个回答

你的解释看起来是正确的。您可以通过调用predict一些数据并将您的计算结果与predict. 我首先在电子表格中执行此操作,然后使用元编程计算了一个 R 神经网络

顺便说一句,R 包neuralnet绘制了漂亮的图表,但显然它只支持回归(不支持分类?)。

您还可以使用以下代码绘制 nnet 结果

install.packages("devtools")
library(devtools)
source_url('https://gist.githubusercontent.com/fawda123/7471137/raw/466c1474d0a505ff044412703516c34f1a4684a5/nnet_plot_update.r')

#plot each model
plot.nnet(net)

参考:https ://beckmw.wordpress.com/tag/nnet/