आर में तंत्रिका नेटवर्क की कल्पना करना
सामग्री की तालिका
आर में तंत्रिका नेटवर्क विज़ुअलाइज़ेशन पैकेज
न्यूरलनेट फ़ंक्शन मानक के रूप में प्लॉट () फ़ंक्शन के साथ कम्प्यूटेशनल ग्राफ़ की कल्पना कर सकता है। नीचे ध्यान दें कि अन्य न्यूरल नेटवर्क पैकेज का उपयोग करते समय कम्प्यूटेशनल ग्राफ को कैसे विज़ुअलाइज़ किया जाए जिसमें न्यूरलनेट फ़ंक्शन जैसी सुविधाओं की कमी हो।
- प्लॉट.एनएन फ़ंक्शन
- प्लॉटनेट फ़ंक्शन
तैयारी
नमूना डेटा आइरिस का उपयोग करता है
शिक्षार्थियों का निर्माण करें
d=iris d$Species <- as.factor(d$Species) #train_test_split set.seed(0) नमूना <- sample.int(n = nrow(d), size = floor(0.80*nrow(d)), प्रतिस्थापित = एफ) ट्रेन <- डी [नमूना,] परीक्षण <- डी [-नमूना,] सारांश (ट्रेन) #nnet पुस्तकालय (एनएनईटी) एनएन 1 = एननेट (प्रजाति ~।, आकार = 5, डेटा = ट्रेन) पूर्व_एनएन 1 <- भविष्यवाणी (एनएन 1, परीक्षण, प्रकार = "वर्ग") तालिका (परीक्षण $ प्रजाति, pred_nn1)
नेट की कल्पना करें
प्रत्येक मामले में, रंग सकारात्मक या नकारात्मक इंगित करता है, और मोटाई संख्यात्मक मान के परिमाण को इंगित करती है।
प्लॉट.एनएन फ़ंक्शन
स्रोत ("http://hosho.ees.hokudai.ac.jp/~kubo/log/2007/img07/plot.nn.txt") प्लॉट.एनएन(एनएन1)
प्लॉट.नेट फ़ंक्शन
install.packages("NeuralNetTools") पुस्तकालय(NeuralNetTools) प्लॉटनेट(nn1)
वैसे, न्यूरलनेट फ़ंक्शन में
लाइब्रेरी (कैरेट) tmp <- डमीवर्स (~।, डेटा = ट्रेन) डमी <- as.data.frame (भविष्यवाणी (tmp, ट्रेन)) लाइब्रेरी ("न्यूरलनेट") f = प्रजाति.सेटोसा + प्रजाति.वर्सीकलर + प्रजाति। वर्जिनिका~ बाह्यदल.लंबाई + बाह्यदल.चौड़ाई + पंखुड़ी.लंबाई + पंखुड़ी.चौड़ाई nn2 <- तंत्रिका जाल (सूत्र = च, डेटा = डमी) साजिश (एनएन 2)
जब कई चर होते हैं, तो क्षैतिज प्लॉटनेट फ़ंक्शन का उपयोग करके विज़ुअलाइज़ेशन को देखना आसान होता है। प्लॉटनेट फ़ंक्शन का उपयोग करना आसान है क्योंकि यह न केवल एननेट बल्कि आरएसएनएनएस और कैरेट के साथ बनाए गए तंत्रिका नेटवर्क को भी देख सकता है, और इसमें अनुप्रयोगों की एक विस्तृत श्रृंखला है।