a <- read.csv("D:\\ozone.csv") %读取数据
library("nnet"") %读取安装包
b <- c(sample(1:26,20)) %从1-26中随机抽样20个(无放回)
X <- a[b,] %训练样本,从数据中,将b行的数据取出,全部列
Y <- a[-b,] %训练数据,取反,把剩下的样本全部取出来了
X_in <- X[,2:4] %输入,将被拿来构建神经网络
X_out <- X[,5] %输出,将被拿来构建神经网络
Y_in <- Y[,2:4] %输入值,预测的依据,即自变量
net <- nnet(X_in,X_out,size=10,decay=0.01,maxit=1000,abstol=0.0001,entroy=F,linout=T,trace=F) %构建神经网络
re <- predict(net,Y_in) %利用神经网络得到的预测值
Y_out <- Y[,5] %实际值
table(Y_out,re) %将预测值与实际值作对比
用R语言神经网络预测构建臭氧浓度模型
4星 · 超过85%的资源 需积分: 50 67 浏览量
2017-06-15
20:18:38
上传
评论 9
收藏 1KB ZIP 举报
Unou6xnu
- 粉丝: 40
- 资源: 24