r neuralnet 예제

이 예제에서는 R 패키지 신경망이 사용되며, 패키지의 정확한 작동에 대한 자세한 내용은 신경망: F. Günther 및 S. Fritsch의 신경망 교육을 참조하십시오. 이제 R의 뉴라넷 패키지를 사용하는 방법에 대한 모든 것을 알 수 있습니다. 주변에 엉망으로 다른 매개 변수의 제비가 있다 그리고 몇 가지 간단한 명령으로 꽤 몇 가지 복잡 한 신경망 레이아웃을 생성할 수 있습니다. 먼저, 뉴라넷 라이브러리를 가져오고 레이블 및 피처의 인수 집합, 데이터 집합, 숨겨진 레이어의 뉴런 수 및 오류 계산을 전달하여 NN 분류기 모델을 만듭니다. 요약: 뉴라넷 패키지에는 모든 숫자 입력 data.frame/matrix가 필요합니다. 숨겨진 =으로 숨겨진 레이어를 제어하고 여러 숨겨진 레이어의 벡터가 될 수 있습니다. 신경망으로 예측하려면 예측 함수가 없으므로 계산 함수를 사용합니다.

신경망 패키지에는 숫자 입력이 필요하며 요인 변수와 잘 재생되지 않는다는 점에 유의해야 합니다. 따라서 변환해야 하는 변수를 조사해야 합니다. 당신이 볼 수 있듯이 그것은 꽤 가깝습니다! 이미 언급했듯이 이것은 강력하게 단순화된 예입니다. 그러나 첫 번째 신경망을 가지고 놀 기위한 기초가 될 수 있습니다. neuralnet 패키지는 모델을 플롯하는 좋은 도구를 제공합니다: 이 특정 예에서, 우리의 목표는 주식이 배당금을 지불하는지 여부를 결정하기 위해 신경망을 개발하는 것입니다. 신경망의 복잡성으로 인해 뉴럴넷 패키지에서 탐색할 수 있는 많은 옵션이 있습니다. 기본 매개 변수부터 시작한 다음 몇 가지 다른 옵션을 살펴보겠습니다. 신경망(또는 인공 신경망)은 예제로 학습할 수 있는 능력을 가지고 있습니다. ANN은 생물학적 뉴런 시스템에서 영감을 얻은 정보 처리 모델입니다. 문제를 해결하기 위해 뉴런으로 알려진 많은 수의 고도로 상호 연결된 처리 요소로 구성됩니다. 노드 전체에서 비선형 경로 및 프로세스 정보를 병렬로 따릅니다.

신경망은 복잡한 적응 형 시스템입니다. 적응은 입력의 가중치를 조정하여 내부 구조를 변경할 수 있는 능력을 의미합니다. (소스) 데이터 집합에서 배당금을 지급하는 주식에 1의 값을 할당합니다. 배당금을 지급하지 않는 주식에 0의 값을 할당합니다. 이 예제의 데이터 집합은 dividendinfo.csv에서 확인할 수 있습니다. 이제 우리는 데이터에 신경망을 맞춥습니다. 분석을 위해 신경망 라이브러리를 사용합니다. 첫 번째 단계는 시리얼 데이터 집합을 확장하는 것입니다. 그렇지 않으면 변수가 규모 때문에 예측 변수에 큰 영향을 미칠 수 있기 때문에 데이터 크기 조정이 필수적입니다. 배율이 조정되지 않은 경우 의미 없는 결과가 발생할 수 있습니다. 데이터를 확장하는 일반적인 기술은 최소 최대 정규화, Z 점수 정규화, 중앙값 및 MAD 및 tan-h 추정기입니다.

최소 최대 정규화는 데이터를 공통 범위로 변환하므로 모든 변수에서 배율 조정 효과가 제거됩니다.

This entry was posted in Uncategorized. Bookmark the permalink. Both comments and trackbacks are currently closed.
  • Get a Quote
  • Request a Call Back

    Enter your details and we will call you back!
  • We deliver…

    • Fully A-Rated Inhouse
    • Special Q-Lon Sealing Gaskets
    • Heat Retaining Glass
    • Most Competitive Prices
    • 10 Day delivery
    • Expert Fitting
    • Same Day Aftercare
    • Largest Range of Colours
    • Best Technical Advice
    • No Deposit