求助BP神经网络在R语言的实现

Python012

求助BP神经网络在R语言的实现,第1张

具体如下：

library(AMORE)

x1 <- round(runif(2000,1,2000)) #随机生成2000个数

x2 <- round(runif(2000,1,2000))

x11 <- scale(x1[1:1900])#数据标准化，并选取1900个组作为学习集

x12 <- scale(x2[1:1900])

x21 <- scale(x1[1901:2000]) #选取100组作为待测集

x22 <- scale(x2[1901:2000])

你在建立网络的时候不是用了net=newff(……）吗？这个net就是输出的结果。

newff函数只是初始化一个神经网络，之后还得用train函数训练，训练好的net就是你要的网络。

newff函数的格式为：

net=newff(PR,[S1 S2 ...SN],{TF1 TF2...TFN},BTF,BLF,PF），函数newff建立一个可训练的前馈网络。输入参数说明：

PR：Rx2的矩阵以定义R个输入向量的最小值和最大值；

Si：第i层神经元个数；

TFi：第i层的传递函数，默认函数为tansig函数；

BTF：训练函数，默认函数为trainlm函数；

BLF：权值/阀值学习函数，默认函数为learngdm函数；

PF：性能函数，默认函数为mse函数。