m输入和n输出神经网络

Question

我是R的新手，我打算将R用于人工神经网络回归。每个观察我有10种不同的场景（输入）。对于每个场景，有7个变量，这意味着7个输出。我总共有1000个观测值，我确实有1000个预期输出。我想用800个观测值进行训练，其余用于测试。可以为我的案子提供样品吗？我不太明白包中的说明。赞赏。

Answer 1

看here，这与你的任务非常相似。 简而言之：获取standart dataset并获得培训和测试数据集

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

可以训练神经网络并将其用于下一步的预测：

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")