R-MONMLP 神经网络

可为 R-MONMLP 神经网络算法进行配置的属性。

语法 此算法可利用 R 库函数进行预测、分类和统计模式识别。
注意 R 不支持对 MONMLP 神经网络进行 PMML 存储。
R-MONMLP 神经网络属性
表 1: 算法属性
属性 说明
输出模式 选择希望使用的算法输出模式。
可能的值:
  • 趋势:预测从属列的值,并添加一个包含预测值输出的额外列。
  • 填充:填充目标列中的缺少值。
功能 选择希望用于执行分析的输入列。
目标变量 选择希望用于执行分析的目标列。
隐藏层 1 神经元 输入第一个隐藏层(hidden1)中的节点/神经元数。默认值为 5。
预测列的名称 为新创建的包含预测值的列输入名称。
隐藏层传输函数 选择用于隐藏层(Th)的激活函数。
输出层传输函数 选择用于输出层(To)的激活函数。
隐藏层传输函数的派生类型 选择隐藏层激活函数的派生类型(Th.prime)。
输出层传输函数的派生类型 选择输出层激活函数的派生类型(To.prime)。
隐藏层 2 神经元 输入第二个隐藏层(hidden2)中的节点/神经元数。默认值为 0。
最大迭代数 输入优化算法的最大迭代数(iter.max)。默认值为 5000。
单调列 输入要将单调约束应用到的列索引(monotone)。
训练迭代数 输入成本函数计算停止之后的训练迭代数(iter.stopped)。
初始权重 输入初始权重矢量(init.weights)。
最大异常数 输入优化例程的最大异常数(max.exceptions)。
按比例缩放从属列 在拟合之前,要将从属列缩放至零均值和单位方差,请选择“真”(scale.y)。
要求自举聚合 选择“真”可使用自举聚合(bag)。
用于避免局部极小值的试验 输入为避免局部极小值而重复试验的次数(n.trials)。
集成成员数 输入要拟合的集成成员数(n.ensemble)。