R-MONMLP Neural Network (R-MONMLP ニューラルネットワーク)

R-MONMLP Neural Network アルゴリズムに設定することができるプロパティです。

構文 このアルゴリズムは、R ライブラリ関数を使用した予測、分類、および統計パターン認識を行うために使用されます。
注記 R では、MONMLP ニューラルネットワークを PMML 形式で保存できません。
R-MONMLP Neural Network (R-MONMLP ニューラルネットワーク) のプロパティ
表 1: アルゴリズムプロパティ
プロパティ 説明
出力モード このアルゴリズムの出力を使用するモードを選択します。
指定できる値:
  • トレンド: 依存列の値を予測して、予測値を含む出力に列を追加します。
  • 追加: ターゲット列の欠落値に文字を追加します。
機能 分析の実行で使用する入力列を選択します。
ターゲット変数 分析を実行する必要のあるターゲット列を選択します。
非表示レイヤ 1 ニューロン 最初の非表示レイヤのノード/ニューロン数を入力します (hidden1)。デフォルト値は 5 です。
予測列名 新規作成される予測値を含む列の名前を入力します。
非表示レイヤ転送関数 非表示レイヤの有効化関数を選択します (Th)。
出力レイヤ転送関数 出力レイヤの有効化関数を選択します (To)。
非表示レイヤ転送関数の派生 非表示レイヤ有効化関数の派生を選択します (Th.prime)。
出力レイヤ転送関数の派生 出力レイヤ有効化関数の派生を選択します (To.prime)。
非表示レイヤ 2 ニューロン 2 つ目の非表示レイヤのノード/ニューロン数を入力します (hidden2)。デフォルト値は 0 です。
最大反復数 最適化アルゴリズムの最大反復数を入力します (iter.max)。デフォルト値は 5000 です。
モノトーン列 単調性定数を適用する列インデックスを入力します (monotone)。
トレーニング反復 コスト関数計算が停止するトレーニング反復数を入力します (iter.stopped)。
初期加重 初期加重ベクトルを入力します (init.weights)。
最大例外数 最適化ルーチンの最大例外数を入力します (max.exceptions)。
依存列のスケール フィッティングの前に、依存列を平均 0 および分散 1 にスケールするには、True を選択します (scale.y)。
バギング必須 ブートストラップ集計を使用するには、True を選択します (bag)。
極小値を回避するための試行 極小値を回避するための反復試行数を入力します (n.trials)。
アンサンブルメンバー数 適合するアンサンブルメンバー数を入力します (n.ensemble)。