Свойства, которые можно настроить для алгоритма нейронной сети NNet (R).
| Свойство | Описание |
|---|---|
| Режим вывода | Выберите режим, в котором требуется использовать выходные данные этого алгоритма. Возможные значения:
|
| Функции | Выберите столбцы ввода, для которых будет выполняться анализ. |
| Целевая переменная | Выберите целевой столбец, для которого будет выполняться анализ. |
| Отсутствующие значения | Выберите способ обработки отсутствующих значений. Возможные значения:
|
| Нейроны скрытого слоя | Введите число узлов или нейронов на скрытом слое. По умолчанию это значение равно 5. |
| Имя столбца прогноза | Введите имя создаваемого столбца, который содержит прогнозные значения. |
| Тип алгоритма | Выберите вид анализа, который будет выполнять алгоритм. |
| Пропуск скрытого слоя | Чтобы добавить прямые связи между входом и выходом, выберите True. |
| Линейный выход | Чтобы получить линейный выход, выберите True. Если выбран тип алгоритма "Классификация", этот атрибут должен иметь значение true. |
| Использовать софтмакс | Чтобы использовать лог-линейную модель и подбор условного максимального правдоподобия, выберите True. Атрибуты linout, entropy, softmax и censored являются взаимоисключающими. |
| Использовать энтропию | Чтобы использовать подбор условного максимального правдоподобия, выберите True. По умолчанию этот алгоритм использует метод наименьших квадратов. Возможные значения:
|
| Использовать цензурированную функцию | Для софтмакса строка (0,1,1) определяет по одному экземпляру классов 2 и 3, однако для цензурированной функции эта строка определяет один экземпляр класса 2 или 3. |
| Диапазон | Введите начальный диапазон случайных весов [-rang, rang]. Если входные данные имеют небольшой объем, используйте значение 0,5. Для объемных входных данных диапазон вычисляется по формуле: rang * max(|x|) <= 1 |
| Уменьшение веса | Введите значение для вычисления новых весов (decay). |
| Максимальное число итераций | Введите максимально допустимое число итераций. |
| Требуется матрица Гессе | Чтобы получить показатель Гессе на основе лучшего набора весов, выберите True. |
| Максимальные веса | Введите максимально допустимое число весов для вычисления. Максимальное число весов не ограничивается в коде, однако с его ростом возможно существенное увеличение длительности подбора. |
| Абсолютный допуск | Введите значение, определяющее точный подбор (abstol). |
| Относительный допуск | Работа алгоритма завершается, если оптимизатору не удается уменьшить критерий подбора на величину "1 - относительный допуск" |
| Контрасты | Введите список контрастов для переменных множителей, используемых в модели. |