用R语言神经网络预测构建臭氧浓度模型

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