文件名称：Neural-Networks:前馈神经网络
文件大小：3KB
文件格式：ZIP
更新时间：2024-04-28 03:22:21
r neural-network neuralnet hidden-units R
关于 三个R程序在Wool数据集上实现快进神经网络。 人工神经网络 该程序通过拆分Wool数据集并使用1个隐藏单元来实现快进神经网络。 隐藏的神经网络 该程序通过在1-7个隐藏单元中循环训练和测试数据集来实现快进神经网络。 所获得的每个网络的相关系数和隐藏单元数的图表表明，随着我们向神经网络中添加更多的神经元，与相关性之间存在相当强的相关性关系，预测的成年羊毛和原始成年羊毛值之间的线性关联强度就会增加。隐层中一个神经元的系数为0.87，而隐层中6个神经元的相关系数为0.92。 添加更多的神经元不会改变相关系数，而是保持在0.92，并且在进一步添加神经元时可能会降低相关系数。 这是因为该模型过度拟合了训练集上的数据，从而导致不良传播并增加了舍入误差，从而增加了相关系数的噪声。 因此，该模型在隐藏层中需要6个神经元才能提供最佳性能。 隐藏的ANN火车测试 该程序通过不断更改训练和测试数据集的大
【文件预览】：
Neural-Networks-main
----ANN-hidden.r(1KB)
----README.md(3KB)
----ANN-train-test-hidden.r(2KB)
----ANN.r(961B)