r - AMORE - 两个输入变量的“与老师”的神经网络训练

Question

我有一个非常愚蠢的问题，但这仍然是一个问题。结果，我想用两个输入数据集“P1”、“P2”和“T”训练一个神经网络。如果只有“x1”，我知道该怎么做，但我不能用两个变量来管理它。这是我的代码，它绘制了输入数据 (x1,x2,y) 的 3d 图，但仅绘制了输出数据的 2d 图。我希望我已经正确解释了。

library(AMORE)

P1 <- Dane02[,1]
P2 <- Dane02[,2]
T <- Dane02[,3]

target <- T    

net <- newff(n.neurons=c(2,20,10,1), learning.rate.global=0.01,
             momentum.global=0.01, error.criterium="LMS", 
             Stao=NA, hidden.layer="tansig", 
             output.layer="purelin", method="ADAPTgdwm")

result <- train(net, P1, P2, target, error.criterium="LMS", 
                report=TRUE, show.step=100, n.shows=100 )

y <- sim(result$net, P1, P2)

library(rgl)
plot3d(P1,P2,target)
points3d(P1,P2,y, col="red")

如下图所示，看起来它正在训练网络，认为“P2”是目标。我对么？我该如何纠正？

改正后的结果：