As propriedades que podem ser configuradas para o algoritmo R de rede neural MONMLP.
| Propriedade | Descrição |
|---|---|
| Modo de saída | Selecione o modo em que você deseja usar a saída deste algoritmo. Valores possíveis:
|
| Recursos | Selecione as colunas de entrada com as quais você deseja executar a análise. |
| Variável de destino | Selecione a coluna de destino com a qual você deseja executar a análise. |
| Neurônios da camada1 oculta | Insira o número de nós/neurônios na primeira camada oculta (hidden1). O valor predeterminado é 5. |
| Nome da coluna prevista | Insira um nome para a coluna recém criada que contenha os valores previstos. |
| Função de transferência de camada oculta | Selecione a função de ativação a ser usada para a camada oculta (Th). |
| Função de transferência de camada de saída | Selecione a função de ativação a ser usada para a camada de saída (To). |
| Derivativo de função de transferência de camada oculta | Selecione o derivativo da função de ativação de camada oculta (Th.prime). |
| Derivativo de função de transferência de camada de saída | Selecione o derivativo da função de ativação de camada de saída (To.prime). |
| Neurônios da camada2 oculta | Insira o número de nós/neurônios na segunda camada oculta (hidden2). O valor predeterminado é 0. |
| Iterações máximas | Insira o número máximo de iterações para o algoritmo de otimização (iter.max). O valor predeterminado é 5000. |
| Colunas com monotonicidade | Insira os índices de coluna à qual você deseja aplicar a restrição de monotonicidade (monotone). |
| Iterações de treinamento | Insira o número de iterações de treinamento após as quais o cálculo da função de custos será interrompido (iter.stopped). |
| Pesos iniciais | Insira um vetor de peso inicial (init.weights). |
| Exceções máximas | Insira o número máximo de exceções para a rotina de otimização (max.exceptions). |
| Escalar coluna dependente | Para escalar colunas dependentes até a média zero e variação unitária antes do ajuste, selecione Verdadeiro (scale.y) |
| Agregação bootstrap necessária | Para usar a agregação bootstrap, selecione Verdadeiro (bag). |
| Testes para evitar mínimos locais | Insira o número de testes repetidos para evitar mínimos locais (n.trials). |
| Número de membros do conjunto | Insira o número de membros do conjunto a serem ajustados (n.ensemble) |