Visualisation du réseau neuronal avec R

2018er mars 11

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.