การแสดงโครงข่ายประสาทเทียมใน R
目次
แพ็คเกจการสร้างภาพเครือข่ายประสาทใน R
ฟังก์ชันนิวรัลเน็ตสามารถแสดงภาพกราฟการคำนวณด้วยฟังก์ชัน plot() เป็นมาตรฐาน โปรดสังเกตด้านล่างเกี่ยวกับวิธีการแสดงภาพกราฟการคำนวณเมื่อใช้แพ็คเกจโครงข่ายประสาทเทียมอื่นๆ ที่ไม่มีคุณลักษณะเช่นฟังก์ชันโครงข่ายประสาทเทียม
- ฟังก์ชัน plot.nn
- ฟังก์ชันพล็อตเน็ต
การตระเตรียม
ข้อมูลตัวอย่างใช้ม่านตา
สร้างผู้เรียน
d=iris d$Species <- as.factor(d$Species) #train_test_split set.seed(0) ตัวอย่าง <- sample.int(n = nrow(d), size = floor(0.80*nrow(d)), แทนที่ = F) ฝึก <- d[sample, ] ทดสอบ <- d[-sample, ] สรุป(รถไฟ) #nnet ไลบรารี(nnet) nn1=nnet(Species~., size=5, data=train) pred_nn1 <- ทำนาย(nn1, ทดสอบ,ประเภท="คลาส") ตาราง(ทดสอบ$สปีชีส์,pred_nn1)
เห็นภาพ nnet
ในแต่ละกรณี สีจะระบุค่าบวกหรือค่าลบ และความหนาจะระบุขนาดของค่าตัวเลข
ฟังก์ชัน plot.nn
แหล่งที่มา ("http://hosho.ees.hokudai.ac.jp/~kubo/log/2007/img07/plot.nn.txt") plot.nn(nn1)
ฟังก์ชัน plot.nnet
install.packages ("NeuralNetTools") ไลบรารี (NeuralNetTools) พล็อตเน็ต (nn1)
โดยวิธีการในฟังก์ชั่น neuralnet
library(caret) tmp <- dummyVars(~.,data=train) dummy <- as.data.frame(predict(tmp, train)) library("neuralnet") f = Species.setosa + Species.versicolor + Species virginica~ Sepal.Length + Sepal.Width + Petal.Length + Petal.Width nn2 <- neuralnet(สูตร = f, data = จำลอง) พล็อต (nn2)
เมื่อมีตัวแปรจำนวนมาก การมองเห็นภาพจะง่ายขึ้นโดยใช้ฟังก์ชันแนวนอน ฟังก์ชัน plotnet ใช้งานง่ายเพราะไม่เพียงแสดงภาพ nnet แต่ยังรวมถึงโครงข่ายประสาทเทียมที่สร้างด้วย RSNNS และคาเร็ต และมีแอปพลิเคชันที่หลากหลาย