##BPNN-neuronet
set.seed(123)
folds <- createFolds(y=data$Groups,k=10)
建一个放auc值的空向量
auc<-as.numeric()
Errorrate<-as.numeric()
accuracy<-as.numeric()
sensitivity<-as.numeric()
specificity<-as.numeric()
roc <- vector("list", 5)
for(i in 1:10){
test <- data[folds[[i]],]
train <- data[-folds[[i]],]
BPNN <- neuralnet(Groups~.,data=train,hidden = c(16,8),
learningrate = 0.05, ##使用0.05的学习率
threshold = 0.1,# threshold:用于指定迭代停止条件,当权重的最大调整量小于指定值(默认0.01)时迭代终止
stepmax = 10000,# stepmax:同样用于指定迭代停止条件,当迭代次数达到指定次数(默认100000次)时迭代终止
err.fct = “sse”,# err.fct:用于指定损失函数L的形式,"sse"表示损失函数为误