Visualisation du réseau neuronal avec R
Package de visualisation de réseau neuronal dans R
La fonction neuralnet peut visualiser le graphe de calcul par la fonction plot () en standard. Notez ci-dessous comment visualiser le graphe de calcul lors de l'utilisation d'autres packages de réseau neuronal qui n'ont pas de fonctionnalités telles que la fonction neuralnet.
- Fonction plot.nn
- fonction plotnet
Préparation
Les exemples de données utilisent l'iris
Créer un apprenant
d = iris d $ Species <-as.factor (d $ Species) #train_test_split set.seed (0) sample <-sample.int (n = nrow (d), size = floor (0.80 * nrow (d)), replace = F) train <-d [sample,] test <-d [-sample,] summary (train) #nnet library (nnet) nn1 = nnet (Species ~., Size = 5, data = train) pred_nn1 <- prédire (nn1, test, type = "class") table (test $ Species, pred_nn1)
Visualiser nnet
Dans chaque cas, la couleur indique le positif ou le négatif et l'épaisseur indique la grandeur de la valeur numérique.
Fonction plot.nn
source ("http://hosho.ees.hokudai.ac.jp/~kubo/log/2007/img07/plot.nn.txt") plot.nn (nn1)
Fonction plot.nnet
bibliothèque install.packages ("NeuralNetTools") (NeuralNetTools) plotnet (nn1)
Au fait, dans la fonction neuralnet
library (caret) tmp <-dummyVars (~., Data = train) dummy <-as.data.frame (prédire (tmp, train)) library ("neuralnet") f = Species.setosa + Species.versicolor + Species. virginica ~ Sepal.Length + Sepal.Width + Petal.Length + Petal.Width nn2 <-neuralnet (formule = f, data = dummy) tracé (nn2)
Lorsqu'il y a de nombreuses variables, il est plus facile de voir la visualisation avec la fonction de tracé horizontal. La fonction plotnet est facile à utiliser car elle permet de visualiser non seulement nnet mais également les réseaux neuronaux créés avec RSNNS et caret et dispose d'un large éventail d'applications.
discussion
Liste des commentaires
Il n'y a pas encore de commentaires