R 编程 神经网络 预测

Question

我的代码有 3 个问题。

首先，在 RStudio 中实现我的神经网络时，了解 stepmax 和 backprop 函数之间的区别。

第二个问题是我不知道如何比较这 2 个神经网络模型，因为我试图找出哪个是用于预测的最佳模型。有人可以解释一下我如何使用这两个模型来找出哪个模型更精确吗？

我正在使用 7 天的电耗，这是我的输入节点，我正在尝试预测第 8 天的下一个 24 小时。有了这些模型后，我很困惑我该怎么做才能预测第二天？请问有人可以帮我吗？

street.model4 <- neuralnet(formula = D8 ~ D1 + D2 + D3 + 
                             D4 + D5 + D6 + D7, 
                           data = street.train, hidden = 4, stepmax=1e9) 


plot(street.model4)

street.model5 <- neuralnet(formula = D8 ~ D1 + D2 + D3 + 
                             D4 + D5 + D6 + D7, 
                           data = street.train, hidden = 4, learningrate = 0.01,
                           algorithm = "backprop", err.fct="ce",
                           linear.output=FALSE) #iterate


plot(street.model5)

Answer 1

我强烈建议您查看一些关于神经网络和机器学习的教程或文本。这里有几点需要比单个 SO 答案中提供的更多细节。尽可能简洁地回答您的问题。

1. “反向传播”功能？ - 'backprop' 是您为网络选择的用于权重更新过程的算法。这是最简单的算法，当有更复杂的算法（如 RMSPROP）时，您可能不想使用它。
2. 'stepmax'？ - 根据文档，stepmax 是算法在没有首先收敛的情况下在停止之前将运行的最大迭代次数。您将看到的另一个术语是 epoch，而不是 step。
3. 哪种型号更好？ - 您应该根据数据的大小查看cross-validation。本质上，您希望在 training 数据集上训练您的不同模型，并在最终的 test 数据集上评估它们。