R输出的神经网络方程

Question

嗨，我是德普学习领域的新手。 我在R（神经网络包）中运行了一个带有2个隐藏层的神经网络模型（回归）。然后我使用计算函数来获得预测的概率。现在我想使用神经网络中使用的等式重新生成预测输出。例如，以下是从模型对象

接收的权重

Intercept.to.1layhid1           4.55725020215

Var1.to.1layhid1               -13.61221477737

VAr2.to.1layhid1               0.30686384857

var1.to.1layhid2               0.23527690062

var2.to.1layhid2               0..67345678

1layhid.1.to.target            1.95414397785

1layhid.2.to.target            3.68009136857

任何人都可以帮助我推导出具有上述权重的等式，以便我可以复制输出

由于

Answer 1

为了获得新数据的输出，您始终可以使用拟合模型使用预测函数，该模型是 neuralnet 函数返回的对象。

例如，如果您的模型如下：

neuralFit = neuralnet(trainData)

然后使用以下内容重现输出：

predict(neuralFit,newdata)

否则，您需要手动计算结果。但您需要首先了解您的网络架构。