Question

我是RSNNS制作模型。我正在使用QuickProp算法。这是我的神经网络：

mydata1 <- read.csv("-1-5_rand1.csv");
mydata <- mydata1[1:151, ]
test_set <- mydata1[152:168, ]
test_set1 <- test_set[c(-7)]
a <- SnnsRObjectFactory()
input <- mydata[c(-7)]
output <- mydata[c(7)]
b <- splitForTrainingAndTest(input, output, ratio = 0.22)
a <- mlp(b$inputsTrain, b$targetsTrain, size = 9, maxit = 650, learnFunc = "Quickprop", learnFuncParams = c(0.01, 2.5, 0.0001, 0, 0), updateFunc = "Topological_Order",
     updateFuncParams = c(0.0), hiddenActFunc = "Act_TanH", computeError=TRUE, initFunc = "Randomize_Weights", initFuncParams = c(-1,1),
     shufflePatterns = TRUE, linOut = FALSE, inputsTest = b$inputsTest, targetsTest = b$targetsTest)

我预测使用测试集：

predictions <- predict(a, test_set1)

是否有可能在RSNNS中使用测试集后每50个周期预测一次，而不是在650个周期后进行预测？

Answer 1

答案是您无法使用高级接口，但使用低级接口，您可以查看，例如，在RSNNS中包含的mlp_irisSnnsR.R演示

如何在RSNNS中每50个周期后进行预测

1 个答案: