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。