神经网络的R语言例子
ß从函数y=x1^2+x2^2产生2000组样本数据，其中1900组作为学习集，100组作为待测集。
ß用R语言建立合适的BP神经网络模型并利用上述学习集进行训练。
ß然后用训练后的神经网络模型对待测集进行预测，画图对比预测值和理想值之间的误差情况
nnet实现BP网络
nnet实现BP网络
nnet参数说明
ß输入
Þformula：方程式，格式：label~x1+x2+…+xn
Þsize：隐层节点数
Þdata：训练数据集.
ÞWts： 预设的边的权重
Þlinout：是否为逻辑输出单元，若F，为线性输出单元
Þdecay：权重衰减（学习步长）
Þmaxit：最大迭代次数
ß输出
Þresidual：各输入项的残差
Þwts：训练后权重
Þfitted.values：训练样本的输出