r - m 输入和 n 输出神经网络

Question

我是 R 新手，并计划将 R 用于人工神经网络回归。对于每个观察（输入），我有 10 个不同的场景。对于每个场景，有 7 个变量，这意味着 7 个输出。我总共有 1000 个观察值，我确实有 1000 个预期输出。我想使用 800 个观察值进行训练，其余的用于测试。任何人都可以为我的案例提供样本吗？我不太明白包裹中的说明。赞赏。

Answer 1

看这里，它与你的任务非常相似。简而言之：获取标准数据集并获得训练和测试数据集

irisTrainData = sample(1:150,100)
irisValData = setdiff(1:150,irisTrainData)

下一个方法可以训练神经网络并用于预测：

library(nnet)
ideal <- class.ind(irisdata$species)
irisANN = nnet(irisdata[irisTrainData,-5], ideal[irisTrainData,], size=10, softmax=TRUE)
predict(irisANN, irisdata[irisValData,-5], type="class")