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