Visualisatie van neuraal netwerk met R
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.
discussie
Lijst met opmerkingen
Er zijn nog geen reacties