- 阅读权限
- 255
- 威望
- 0 级
- 论坛币
- 185 个
- 通用积分
- 44.1495
- 学术水平
- 6 点
- 热心指数
- 12 点
- 信用等级
- 6 点
- 经验
- 2842 点
- 帖子
- 85
- 精华
- 0
- 在线时间
- 145 小时
- 注册时间
- 2017-6-26
- 最后登录
- 2020-8-13
已卖:85份资源
硕士生
还不是VIP/贵宾
- 威望
- 0 级
- 论坛币
 - 185 个
- 通用积分
- 44.1495
- 学术水平
- 6 点
- 热心指数
- 12 点
- 信用等级
- 6 点
- 经验
- 2842 点
- 帖子
- 85
- 精华
- 0
- 在线时间
- 145 小时
- 注册时间
- 2017-6-26
- 最后登录
- 2020-8-13
 | 开心 2020-6-5 15:06:10 |
|---|
签到天数: 18 天 连续签到: 1 天 [LV.4]偶尔看看III
|
经管之家送您一份
应届毕业生专属福利!
求职就业群
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
如题,这两个模型拟合出来的都是直线,过拟合,怎么改呀?改参数吗? ANN的代码
- train <- HK_data[1:27,-1]
- test <- HK_data[28:44,-c(1,2)]
- library(neuralnet)
- n <- names(train)
- f <- as.formula(paste("ED ~", paste(n[!n %in% "ED"], collapse = " + ")))
- fit_ann <- neuralnet(f,data = train,hidden = c(5,3),linear.output = T)
- fitted_ann<-fit_ann$net.result
- mape_train_svr=mean(abs((fitted_ann- ED)/ ED))
- rmse_train_svr=rmse(as.data.frame(ED),as.data.frame(fitted_ann))
- #plot(fit_ann)
- pr_ann <- compute(fit_ann,test)
- mape_ann=mean(abs((pr_ann$net.result-y)/y))
- rmse_ann=rmse(as.data.frame(y),as.data.frame(pr_ann$net.result))
复制代码 ELM的代码
- library(elmNNRcpp)
- pr_elm=matrix(ncol=1,nrow=17,0)
- HK_data = ts(HK_data)
- HK_data = as.matrix(HK_data)
- dimnames(HK_data) = NULL
- X = HK_data [,-c(1,2)]
- x1 = X[1:27,]
- x2 = matrix(X[28:nrow(X),],nrow =17)
- y_elm = matrix(HK_data[1:27,2],nrow = length(HK_data [1:27,2]),ncol = 1)
- fit_elm = elm_train(x1, y_elm, nhid = 4, actfun = 'sig',init_weights= 'normal_gaussian', bias =T, verbose = T,moorep_pseudoinv_tol=3,leaky_relu_alpha=0)
- fitted_elm<-as.numeric(fitted(fit_elm))
- mape_train_elm=mean(abs((fitted_elm- ED)/ ED))
- rmse_train_elm=rmse(as.data.frame(ED),as.data.frame(fitted_elm))
-
- pr_elm = elm_predict(fit_elm,x2)
- mape_elm=mean(abs((pr_elm-y)/y))
- rmse_elm=rmse(as.data.frame(y),as.data.frame(pr_elm))
复制代码
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
|
|
|