nnet: Ajustar Red Neuronal
# nnet(x,...)
# S método de fórmula nnet(fórmula, data, weights, ..., subset, na.action, contrast = NULL)
# S3 método por defecto nnet(x, y, weights, size, Wts, mask,linout = FALSE, entropy = FALSE, softmax = FALSE,censored = FALSE, skip = FALSE, rang = 0.7, decay = 0,maxit = 100, Hess = FALSE, trace = TRUE, MaxNWts = 1000, abstol = 1.0e-4, reltol = 1.0e-8, …)
Argumentos
| Fórmula (formula) |
Una fórmula de la forma class ~ x_1 +x_2. |
| x |
matriz o marco de datos. |
| y |
matriz o marco de datos de valores objetivo. |
| pesos (weights) |
Ponderaciones para cada ejemplo: si falta, el valor predeterminado es 1. |
| tamaño (size) |
Número de unidades en la capa oculta. Puede ser cero si hay unidades de capa de salto. |
| datos (data) |
Marco de datos del cual las variables especificadas en *formula*. |
| subconjuto (subset) |
Un vector de índice que especifica los casos que se utilizarán en la muestra de entrenamiento. (NOTA: si se proporciona, este argumento debe tener un nombre). |
| na.action |
Una función que especifica que acción tomar si NA son encontrados. La acción predeterminada es que el procedimiento falle. una alternativa es na.omit, que conduce a rechazar valores perdidos en cualquier variable requerida. (NOTA: si es dado, este argumento debe ser nombrado). |
| contraste (contrasts) |
Una lista de contrastes que se utilizará para algunos o todos los factores que aparecen como variables en la fórmula del modelo. |
| Wts |
Vector de parámetros iniciales. Si no es especificado se toma random. |
| mask |
Vector lógico que indica cuales parámetros deben ser optimizados (todos por defecto). |
| linout |
Cambia para unidades de salida lineal. las unidades de salida logística predeterminadas. |
| entropy |
Cambio para ajuste de entropía ( =máxima probabilidad condicional). mínimos cuadrados por defecto. |
| softmax |
Cambia para softmax (modelo log-lineal) y ajuste de máxima verosimilitud condicional. lineout, entropy, softmax y censored son mutuamente excluyentes. |
| censored |
Una variante de softmax, en la que los objetivos distintos de cero significan posibles clases. Por lo tanto, para softmax una fila de (0,1,1) significa un ejemplo de cada clase 2 y 3, pero para censored significa un ejemplo cuya clase solo se sabe que es 2 o 3. |
| skip |
Cambia para agregar conexiones de saltos de capo de entrada a salida. |
| rang |
Pesos ramdon iniciales en [-rang, rang]… |
| decay |
Parámetro de caída de peso. Predeterminado 0. |
| maxit |
Máximo número de iteraciones. Predeterminado 100 |
| Hess |
Si es verdadero, el hessiano de la medida con el mejor ajuste de pesos encontrados se devuelve como componente Hessian |
| trace |
Cambia para optimización de seguimiento. TRUE (Verdadero) predeterminado. |
| MaxNWts |
Número máximo permitido de pesos. No hay límite intrínseco en el código, pero aumentando MaxNWts probablemente permita ajustes que son muy lentos y que consumen tiempo. |
| abstol |
Se detiene si el criterio de ajuste cae por debajo de abstol, indicando un ajuste perfecto esencialmente |
| reltol |
Se detiene si el optimizados es incapaz de reducir el criterio del ajuste por un factor de al menos 1-reltol. |
| … |
|