인공신경망 예제 r
신경망은 항상 인기가 있는 것은 아니며, 어떤 경우에는 계산 비용이 많이 들고 지원 벡터 컴퓨터(SVM)와 같은 간단한 방법과 비교할 때 더 나은 결과를 얻을 수 없는 것처럼 보였기 때문에 여전히 인기가 있습니다. 그럼에도 불구하고, 신경망은 다시 한 번 관심을 불러일으키고 인기를 끌고 있습니다. 지각, 비주얼라이제이션. 단일 층 신경망은 신경망의 가장 기본적인 형태입니다. 지각은 다차원 입력을 수신하고 가중 합계 및 활성화 기능을 사용하여 처리합니다. 분류 프로세서의 가중치를 최적화하는 레이블이 지정된 데이터 및 학습 알고리즘을 사용하여 학습됩니다. 지각 모델의 주요 제한사항은 비선형성을 처리할 수 없다는 것입니다. 다층 신경망은 이러한 한계를 극복하고 비선형 문제를 해결하는 데 도움이 됩니다. 입력 레이어는 숨겨진 레이어와 연결하여 출력 레이어에 연결합니다. 연결은 가중치가 가중되고 가중치는 학습 규칙을 사용하여 최적화됩니다. 마지막으로 신경망 모델을 빌드한 후 유지할 수 있는 몇 가지 특성이 있습니다. R에서 실제로 신경망을 만드는 것으로 넘어갑시다! 이제 입력, 숨겨진 레이어 및 출력 간의 가중치와 함께 신경망 모델의 오차를 생성합니다: 신경망에 대한 for a 루프를 사용하여 빠른 교차 유효성 검사를 구현하고 부트 패키지의 cv.glm() 함수를 구현합니다.
선형 모델. 내가 아는 한, 이러한 종류의 신경망에서 교차 유효성 검사를 수행하는 R에는 기본 제공 기능이 없습니다. 선형 모델에 대해 10배 교차 검증된 MSE는 일반적으로 0에서 1 또는 -1에서 1로 데이터를 확장하는 것이 좋습니다. 축척() 함수에서 중심 및 배율을 추가 인수로 지정할 수 있습니다. 예를 들어 신경망을 만들려면 지각계층을 함께 추가하여 신경망의 다층 지각론 모델을 만들기만 하면 됩니다. 피처 입력을 직접 취하는 입력 레이어와 결과 출력을 생성하는 출력 레이어가 있습니다. 그 사이에 있는 모든 레이어는 피처 입력이나 출력을 직접 „볼“ 수 없기 때문에 숨겨진 레이어라고 합니다. 이 에 대한 시각화를 보려면 아래 다이어그램을 확인하십시오 (출처 : 위키백과).