我们可以使用GMDH进行两三级分类

Question

当我在R包GMDH中读到一个函数，用于通过使用GMDH型神经网络算法对单变量时间序列进行短期预测。我可以将它用于Iris数据集吗？

Answer 1

目前R中有两个GMDH包：

 devtools::install_github("dratewka/rGMDH")
 library(rGMDH)
 m <- rGMDH::train(x,y)
 yh <- predict(m, x)

和

 library(GMDH)
 out = fcast(data, input = 6, layer = 2, f.number = 1)

两者都是为短期预测而设计的，您将无法将其用于分类。

然而，通过设计，GMDH算法非常适合多变量分类。事实上，比回归更好（参见例如http://math.umaine.edu/~farlow/gmdh%20in%20pdf.pdf中的第5节或第8节） The Review of Problems Solvable by Algorithms of the Group Method of Data Handling (GMDH)）。不幸的是，他们还没有在R中完全实现。

如果有兴趣，您可以使用R基类自己实现它 - 例如。请参阅上面的第一个参考来描述确切的算法。

Answer 2

是的，可以在R中使用GMDH进行分类。您可以使用软件包GMDH2 （https://cran.r-project.org/web/packages/GMDH2/GMDH2.pdf）提供了用于二进制分类的GMDH神经网络。如果要执行多类分类，则必须使用一种对所有策略，并为每个类构建一个分类器。下面的代码演示了如何将其用作虹膜数据集中的二进制分类器，并训练了一个模型来对维吉尼亚州和其他州进行分类。

float