包中的mlp
方法caret
调用中的mlp
函数RSNNS
。在RSNNS
包中,我可以通过设置大小参数在神经网络中设置任意数量的隐藏层,例如
data(iris)
#shuffle the vector
iris <- iris[sample(1:nrow(iris),length(1:nrow(iris))),1:ncol(iris)]
irisValues <- iris[,1:4]
irisTargets <- decodeClassLabels(iris[,5])
#irisTargets <- decodeClassLabels(iris[,5], valTrue=0.9, valFalse=0.1)
iris <- splitForTrainingAndTest(irisValues, irisTargets, ratio=0.15)
iris <- normTrainingAndTestSet(iris)
model <- mlp(iris$inputsTrain, iris$targetsTrain, size=c(5,7), learnFuncParams=c(0.1),
maxit=50, inputsTest=iris$inputsTest, targetsTest=iris$targetsTest)
将建立一个具有两个隐藏层的神经网络,分别为 5 个和 7 个节点。我想使用这个caret
包,因为它具有进行参数/模型搜索的功能,以及集群的并行实现。在caret
,当我查找方法时,它只能用一个参数进行调整size
,例如
data(iris)
mlpGrid <- data.frame(.size=3)
model2<-caret::train(Species~. , iris, method='mlp', tuneGrid=mlpGrid)
建立一个具有 3 节点单隐藏层的神经网络。
我试过添加其他列mlpGrid
等等,但caret
似乎不允许添加第二个(或更多)隐藏层。