
R语言中很多包(package)关于神经网络,例如nnet、AMORE、neuralnet以及RSNNS。nnet提供了最常见的前馈反向传播神经网络算法。AMORE包则更进一步提供了更为丰富的控制参数,并可以增加多个隐藏层。neuralnet包的改进在于提供了弹性反向传播算法和更多的激活函数形式。RSNNS则是连接R和SNNS的工具,在R中即可直接调用SNNS的函数命令,在这方面有了极大的扩充。本文使用AMORE包来实现神经网络模型。可使用命令install.packages("AMORE")进行包的安装。
library(AMORE)
#输入一个11*10的矩阵,前8行用来训练,后3行用来预测
p<-matrix(c(6977.93,24647,11356.6,9772.5,1496.92,4279.65,89.84,95.97,9194,0.6068,
7973.37,28534,13469.77,11585.82,1618.27,5271.991,100.28,111.16,9442,0.63,
9294.26,33272,16004.61,14076.83,1707.98,6341.86,117.78,130.22,9660,0.6314,
10868.67,37638,18502.2,16321.46,1790.97,6849.688,134.77,125.56,9893,0.6337,
12933.12,39436,19419.7,18052.59,1855.73,6110.941,86.04,119.81,10130,0.634,
15623.7,44736,23014.53,20711.55,1948.06,7848.961,151.59,187.08,10441,0.6618,
17069.2,50807,26447.38,24097.7,2006.92,9134.673,177.79,202.12,10505,0.665,
18751.47,54095,27700.97,26519.69,2037.88,9840.205,195.18,282.05,10594,0.674,
21169.7,60633.82,31941.45,29569.92,2211.6665,11221.01,205.5601,329.4234,10986.79,0.684065,
23716.17,66750.29,35562.93,32993.75,2317.9223,12486.77,220.3005,398.7751,11245.69,0.694706,
26469.74,73292.95,39458.17,36680.63,2428.5869,13849.68,235.0408,477.4204,11515.33,0.706087),11,10,byrow=T)
#对输入矩阵进行归一化处理(0到1)
b1=(p[,1]-min(p[,1]))/(max(p[,1])-min(p[,1]))
b2=(p[,2]-min(p[,2]))/(max(p[,2])-min(p[,2]))
b3=(p[,3]-min(p[,3]))/(max(p[,3])-min(p[,3]))
b4=(p[,4]-min(p[,4]))/(max(p[,4])-min(p[,4]))
b5=(p[,5]-min(p[,5]))/(max(p[,5])-min(p[,5]))
b6=(p[,6]-min(p[,6]))/(max(p[,6])-min(p[,6]))
b7=(p[,7]-min(p[,7]))/(max(p[,7])-min(p[,7]))
b8=(p[,8]-min(p[,8]))/(max(p[,8])-min(p[,8]))
b9=(p[,9]-min(p[,9]))/(max(p[,9])-min(p[,9]))
b10=(p[,10]-min(p[,10]))/(max(p[,10])-min(p[,10]))
p0=cbind(b1,b2,b3,b4,b5,b6,b7,b8,b9,b10)#归一化后的数据放入矩阵中
#对应矩阵前8行的测试结果集
t<-c(2673.5356,2991.0529,3393.0057,3504.8229,3609.4029,4060.1257,4399.0168,4619.4102)
#第9行的实际结果
t9=4830.1315
#测试结果归一化
t0=(t-min(t))/(max(t)-min(t))
alter=1
count=0
#训练的结果测试第9行若误差在3%之内或者循环20次结束
while(abs(alter)>0.03 && count<20){
#训练网络,n.neurons表示输入的参数,以及隐藏层个数,及输出结果
net<-newff(n.neurons = c(10,10,2,1),learning.rate.global=1e-4, momentum.global=0.05,error.criterium="LMS", Stao=NA, hidden.layer="tansig", output.layer="purelin", method="ADAPTgdwm")
#<span style="line-height: 27.2px; font-family: 'Helvetica Neue', Helvetica, Tahoma, Arial, STXihei, 'Microsoft YaHei', 微软雅黑, sans-serif;">p0[1:8,]表示输入,t0[1:8]表示输出,show.step表示循环次数,n.shows表示满足结果的报告次数</span>
result<-train(net,p0[1:8,],t0[1:8],error.criterium="LMS", report=TRUE, show.step=10000, n.shows=5)
#测试第9行到11行
y<-sim(result$net,p0[9:11,])
#反归一化
y<-y*t[8]
#用第9行来测试训练误差,满足训练误差结束
alter=(y[1]-t9)/t9
count=count+1;
}
count
#输出第9行到11行预测的值
y
#作图
x0<-c(2013,2014,2015)
plot(x0,y,col = "blue",pch = "+")
注:每一行都具有实际含义,代表每一年的参数指标,预测一个值
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
用 Power BI 制作地图热力图:基于经纬度数据的实践指南 在数据可视化领域,地图热力图凭借直观呈现地理数据分布密度的优势,成 ...
2025-07-24解析 insert into select 是否会锁表:原理、场景与应对策略 在数据库操作中,insert into select 是一种常用的批量数据插入语句 ...
2025-07-24CDA 数据分析师的工作范围解析 在数字化时代的浪潮下,数据已成为企业发展的核心资产之一。CDA(Certified Data Analyst)数据分 ...
2025-07-24从 CDA LEVEL II 考试题型看 Python 数据分析要点 在数据科学领域蓬勃发展的当下,CDA(Certified Data Analyst)认证成为众多从 ...
2025-07-23用 Python 开启数据分析之旅:从基础到实践的完整指南 在数据驱动决策的时代,数据分析已成为各行业不可或缺的核心能力。而 Pyt ...
2025-07-23鸢尾花判别分析:机器学习中的经典实践案例 在机器学习的世界里,有一个经典的数据集如同引路明灯,为无数初学者打开了模式识别 ...
2025-07-23解析 response.text 与 response.content 的核心区别 在网络数据请求与处理的场景中,开发者经常需要从服务器返回的响应中提取数 ...
2025-07-22解析神经网络中 Softmax 函数的核心作用 在神经网络的发展历程中,激活函数扮演着至关重要的角色,它们为网络赋予了非线性能力, ...
2025-07-22CDA数据分析师证书考取全攻略 一、了解 CDA 数据分析师认证 CDA 数据分析师认证是一套科学化、专业化、国际化的人才考核标准, ...
2025-07-22左偏态分布转正态分布:方法、原理与实践 左偏态分布转正态分布:方法、原理与实践 在统计分析、数据建模和科学研究中,正态分 ...
2025-07-22你是不是也经常刷到别人涨粉百万、带货千万,心里痒痒的,想着“我也试试”,结果三个月过去,粉丝不到1000,播放量惨不忍睹? ...
2025-07-21我是陈辉,一个创业十多年的企业主,前半段人生和“文字”紧紧绑在一起。从广告公司文案到品牌策划,再到自己开策划机构,我靠 ...
2025-07-21CDA 数据分析师的职业生涯规划:从入门到卓越的成长之路 在数字经济蓬勃发展的当下,数据已成为企业核心竞争力的重要来源,而 CD ...
2025-07-21MySQL执行计划中rows的计算逻辑:从原理到实践 MySQL 执行计划中 rows 的计算逻辑:从原理到实践 在 MySQL 数据库的查询优化中 ...
2025-07-21在AI渗透率超85%的2025年,企业生存之战就是数据之战,CDA认证已成为决定企业存续的生死线!据麦肯锡全球研究院数据显示,AI驱 ...
2025-07-2035岁焦虑像一把高悬的利刃,裁员潮、晋升无望、技能过时……当职场中年危机与数字化浪潮正面交锋,你是否发现: 简历投了10 ...
2025-07-20CDA 数据分析师报考条件详解与准备指南 在数据驱动决策的时代浪潮下,CDA 数据分析师认证愈发受到瞩目,成为众多有志投身数 ...
2025-07-18刚入职场或是在职场正面临岗位替代、技能更新、人机协作等焦虑的打工人,想要找到一条破解职场焦虑和升职瓶颈的系统化学习提升 ...
2025-07-182025被称为“AI元年”,而AI,与数据密不可分。网易公司创始人丁磊在《AI思维:从数据中创造价值的炼金术 ...
2025-07-18CDA 数据分析师:数据时代的价值挖掘者 在大数据席卷全球的今天,数据已成为企业核心竞争力的重要组成部分。从海量数据中提取有 ...
2025-07-18