我正在使用R和Neuralnet包，请参阅docs（https://cran.r-project.org/web/packages/neuralnet/neuralnet.pdf）。我已经使用神经网络功能来构建和训练我的模型。
现在我构建了我的模型，我想在真实数据上测试它。有人可以解释我是否应该使用计算或预测函数？我已经阅读了文档并且它不清楚，两个函数似乎都类似吗？
由于
答案 0 :(得分：0)
简短的回答是使用compute进行预测。
您可以在测试集here上看到使用compute的示例。我们还可以看到文档中compute是正确的：
compute，类nn对象的方法，通常由neuralnet生成。计算输出 在给定训练的神经网络的情况下，对于特定任意协变量矢量的所有神经元。
上面说过你可以使用协变量向量来计算神经网络的输出，即进行预测。
另一方面，prediction执行文档标题中提到的内容：
总结神经网络的输出，数据和拟合 glm对象的值（如果可用）
此外，它只需要两个参数：nn对象和glm模型列表，因此没有办法传入测试集以进行预测。