Visualisatie van neuraal netwerk met R
目次
Visualisatiepakket voor neurale netwerken in R.
De neuralnet-functie kan de berekeningsgrafiek visualiseren met de functie plot () als standaard. Merk hieronder op hoe u de computergrafiek kunt visualiseren wanneer u andere neurale netwerkpakketten gebruikt die geen functies hebben, zoals de functie neuralnet.
- plot.nn functie
- plotnet-functie
Voorbereiding
Voorbeeldgegevens gebruiken iris
Een leerling creëren
d = iris d $ Soort <-as.factor (d $ Soort) #train_test_split set.seed (0) sample <-sample.int (n = nrow (d), size = floor (0.80 * nrow (d)), replace = F) trein <-d [sample,] test <-d [-sample,] samenvatting (trein) #nnet bibliotheek (nnet) nn1 = nnet (Soort ~., Grootte = 5, data = trein) pred_nn1 <- voorspellen (nn1, test, type = "class") tabel (test $ Species, pred_nn1)
Visualiseer nnet
In elk geval geeft de kleur het positieve of negatieve aan, en de dikte geeft de grootte van de numerieke waarde aan.
plot.nn functie
bron ("http://hosho.ees.hokudai.ac.jp/~kubo/log/2007/img07/plot.nn.txt") plot.nn (nn1)
plot.nnet-functie
install.packages ("NeuralNetTools") bibliotheek (NeuralNetTools) plotnet (nn1)
Trouwens, in de neuralnet-functie
bibliotheek (dakje) tmp <-dummyVars (~., Data = trein) dummy <-as.data.frame (voorspellen (tmp, trein)) bibliotheek ("neuralnet") f = Species.setosa + Species.versicolor + Species. virginica ~ Sepal.Length + Sepal.Width + Petal.Length + Petal.Width nn2 <-neuralnet (formule = f, data = dummy) plot (nn2)
Als er veel variabelen zijn, is het gemakkelijker om de visualisatie te zien met de horizontale plotnet-functie. De plotnet-functie is gemakkelijk te gebruiken omdat het niet alleen nnet maar ook neurale netwerken kan visualiseren die zijn gemaakt met RSNNS en caret en een breed scala aan toepassingen heeft.