共计 1744 个字符,预计需要花费 5 分钟才能阅读完成。
全文链接:http://tecdat.cn/?p=23250
最近咱们被客户要求撰写对于深度学习的钻研报告,包含一些图形和统计输入。
回归数据能够用 Keras 深度学习 API 轻松拟合。在本教程中,咱们将简要地学习如何通过应用 R 中的 Keras 神经网络模型来拟合和预测回归数据
在这里,咱们将看到如何创立简略的回归数据,建设模型,训练它,并最终预测输出数据。
该教程包含
- 生成样本数据集
- 建设模型
- 训练模型并查看准确性
- 预测测试数据
- 源代码列表
咱们将从加载 R 的 Keras 库开始。
library(keras)
生成样本数据集
首先,本教程的样本回归工夫序列数据集。
plot(c)
points(a)
points(b)
points(y)
点击题目查阅往期内容
RNN 循环神经网络、LSTM 长短期记忆网络实现工夫序列长期利率预测
左右滑动查看更多
01
02
03
04
红线是 y 输入,其余的点是 x 输出的序列。
咱们须要将 x 输出数据转换成矩阵类型。
x = as.matrix(data.frame(a,b,c))
y = as.matrix(y)
建设模型
接下来,咱们将创立一个 keras 序列模型。
loss = "mse",
optimizer = "adam",
metrics = list("mean_absolute_error")
训练模型和查看准确性
接下来,咱们将用 x、y 数据来拟合模型,并查看其准确性。
evaluate(x, y, verbose = 0)
print(scores)
接下来,咱们将预测 x 数据,并在图中与原始 y 值进行比拟。
plot(x, y)
预测测试数据
接下来,咱们将把数据集分成训练和测试两局部,再次训练模型,预测测试数据。
fit(train_x,train_y)
predict(test_x)
最初,咱们将绘制原始测试数据的 Y 值和预测值。
plot(x, test_y)
lines(x, y_pred)
在本教程中,咱们曾经简略理解了如何在 R 中用 keras 神经网络模型拟合回归数据。
点击文末 “浏览原文”
获取全文残缺材料。
本文选自《 R 语言深度学习:用 keras 神经网络回归模型预测工夫序列数据》。
点击题目查阅往期内容
RNN 循环神经网络、LSTM 长短期记忆网络实现工夫序列长期利率预测
联合新冠疫情 COVID-19 股票价格预测:ARIMA,KNN 和神经网络工夫序列剖析
深度学习:Keras 应用神经网络进行简略文本分类剖析新闻组数据
用 PyTorch 机器学习神经网络分类预测银行客户散失模型
PYTHON 用 LSTM 长短期记忆神经网络的参数优化办法预测工夫序列洗发水销售数据
Python 用 Keras 神经网络序列模型回归拟合预测、准确度检查和后果可视化
Python 用 LSTM 长短期记忆神经网络对不稳固降雨量工夫序列进行预测剖析
R 语言中的神经网络预测工夫序列:多层感知器(MLP)和极限学习机(ELM)数据分析报告
R 语言深度学习:用 keras 神经网络回归模型预测工夫序列数据
Matlab 用深度学习长短期记忆(LSTM)神经网络对文本数据进行分类
R 语言 KERAS 深度学习 CNN 卷积神经网络分类辨认手写数字图像数据(MNIST)
MATLAB 中用 BP 神经网络预测人体脂肪百分比数据
Python 中用 PyTorch 机器学习神经网络分类预测银行客户散失模型
R 语言实现 CNN(卷积神经网络)模型进行回归数据分析
SAS 应用鸢尾花 (iris) 数据集训练人工神经网络 (ANN) 模型
【视频】R 语言实现 CNN(卷积神经网络)模型进行回归数据分析
Python 应用神经网络进行简略文本分类
R 语言用神经网络改良 Nelson-Siegel 模型拟合收益率曲线剖析
R 语言基于递归神经网络 RNN 的温度工夫序列预测
R 语言神经网络模型预测车辆数量工夫序列
R 语言中的 BP 神经网络模型剖析学生问题
matlab 应用长短期记忆(LSTM)神经网络对序列数据进行分类
R 语言实现拟合神经网络预测和后果可视化
用 R 语言实现神经网络预测股票实例
应用 PYTHON 中 KERAS 的 LSTM 递归神经网络进行工夫序列预测
python 用于 NLP 的 seq2seq 模型实例: 用 Keras 实现神经网络机器翻译
用于 NLP 的 Python:应用 Keras 的多标签文本 LSTM 神经网络分类