Stuttgart Neural Network Simulator（SNNS）是德国斯图加特大学开发的优秀神经网络仿真软件，为国外的神经网络研究者所广泛采用。其手册内容极为丰富，同时支持友好的 Linux 平台。而RSNNS则是连接R和SNNS的工具，在R中即可直接调用SNNS的函数命令。
再看你的例子，三层神经网络，输入层5个节点，对应5个特征；中间层（隐层）3个节点；输出层一个节点，给出预测结果。
你的第一部分是指设置的激活函数，包括隐层的激活函数和输出层的。
第二部分是每个节点的信息，bias是偏置，position不用理，是那个仿真软件的。
第三部分是中间连接线的各个权重。
希望对你有帮助。
训练的时候。test数据肯定是不参与，所以默认情况下是NULL，但是加入test数据过后，比如说我已经对train数据迭代了一次了，也就是遍历了一次train的数据集合，这时候，可以测试一些test数据，看看这个模型在test上面的效果怎样。收敛的MLP过程下，每一次迭代整个数据集过后，在test数据集上面的错误率应该是逐渐减少的。所以，我感觉test数据其实就是为了测试当前训练好的模型的效果。
