R实现神经网络 分类准确率不唯一

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

运行6次分类准确率分别为：

0.812874

0.817012

0.791724

0.827586

0.824828

0.817471

是不是找到的局部最优值

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏1 回帖

关键词：神经网络 神经网 R实现 准确率 网络 准确率

你的结果误差不大呀，随便用一个吧。

kilua 发表于 2014-9-5 15:24
你的结果误差不大呀，随便用一个吧。

恩恩 取的平均值 谢谢。
找到的是不是局部最优值啊？

这个取决于你用的什么算法
如果是BP算法进行数据分类，那就可以避免局部最优解
  
#首先读入程序包并对数据进行清理  
library(DMwR)  
library(nnet)  
data(algae)  
algae <- algae[-manyNAs(algae), ]  
clean.algae <- knnImputation(algae[,1:12],k=10)  

#神经网络还需要对数据进行标准化  
norm.data <- scale(clean.algae[,4:12])  
#使用nnet命令，参数规定隐层单元个数为10，权重调整速度为0.1，最大迭代次数为1000次，线性输入。  
nn <- nnet(a1~., norm.data, size = 10, decay = 0.01,  
  maxit = 1000, linout = T, trace = F)  
#利用模型进行预测  
norm.preds <- predict(nn, norm.data)  
#绘制预测值与真实值之间的散点图  
plot(norm.preds~ scale(clean.algae$a1))  
​  
#计算相对误差  
(nmse2 <- mean((norm.preds-scale(clean.algae$a1))^2) /  
mean((mean( scale(clean.algae$a1)) - scale(clean.algae$a1))^2))