人工神经网络B-P反向传播网络算法的实现 R语言

本文介绍了如何使用R语言实现人工神经网络的B-P反向传播算法,通过nnet和neuralnet两个库分别进行建模,并展示了各自的运行结果,对比了不同方法的效果。
摘要由CSDN通过智能技术生成

ANN(Artificial Neural Network)人工神经网络

# 参考:
# https://zhuanlan.zhihu.com/p/26639584
# https://zhuanlan.zhihu.com/p/26658226
# https://beckmw.wordpress.com/2013/11/14/visualizing-neural-networks-in-r-update/
##############在R中,B-P反向传播网络算法的实现主要集中在neuralnet和nnet这两个包中###############
##############neuralnet#########################
#################################
# 输入:
# neuralnet(formula, data, hidden = 1, threshold = 0.01,stepmax = 1e+05, 
#+ rep = 1, startweights = NULL, err.fct = "sse",linear.output = TRUE,
#+ learningrate=NULL,algorithm = "rprop+")
# hidden:用于指定隐层数和隐节点个数,默认值为1(即为1个隐层和1个隐节点),若hidden=c(3,2,1),
# 则表示第1至第3个隐层分别包含3,2,1个隐节点
# 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: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:用于指定损失函数L的形式,"sse"表示损失函数为误差平方,"ce"表示为交互熵
# linear.output
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值