神经网络的R语言例子

ß从函数y=x1^2+x2^2产生2000组样本数据，其中1900组作为学习集，100组作为待测集。

ß用R语言建立合适的BP神经网络模型并利用上述学习集进行训练。

ß然后用训练后的神经网络模型对待测集进行预测，画图对比预测值和理想值之间的误差情况

nnet实现BP网络

nnet实现BP网络

nnet参数说明

ß输入

Þformula：方程式，格式：label~x1+x2+…+xn  

Þsize：隐层节点数

Þdata：训练数据集.  

ÞWts： 预设的边的权重  

Þlinout：是否为逻辑输出单元，若F，为线性输出单元  

Þdecay：权重衰减（学习步长） 

Þmaxit：最大迭代次数

ß输出

Þresidual：各输入项的残差

Þwts：训练后权重

Þfitted.values：训练样本的输出