R CRAN 神经网络包计算与预测

Question

我将 R 与神经网络包一起使用，请参阅文档 (https://cran.r-project.org/web/packages/neuralnet/neuralnet.pdf)。我已经使用神经网络函数来构建和训练我的模型。

现在我已经建立了我的模型，我想在真实数据上对其进行测试。有人可以解释我是否应该使用计算或预测功能？我已经阅读了文档，但不清楚，这两个功能似乎都相似？

谢谢

Answer 1

简短的回答是使用compute 进行预测。

您可以看到在测试集here 上使用compute 的示例。我们还可以从文档中看到compute 是正确的：

compute，一种用于 nn 类对象的方法，通常由神经网络生成。计算输出 给定经过训练的神经网络的特定任意协变量向量的所有神经元。

上面说您可以使用协变量向量来计算神经网络的输出，即进行预测。

---

另一方面，prediction 执行文档标题中提到的操作：

总结神经网络的输出、数据和拟合 glm 对象的值（如果可用）

此外，它只需要两个参数：nn 对象和 glm 模型列表，因此无法通过测试集进行预测。