Search this site
Embedded Files
Skip to main content
Skip to navigation
首頁
組員介紹
研究專題
Data Mining
分類
分群
平台介面教學
LDA
SVM
KNN
ANN
CART
K-Means
Hierchical Cluster
PAM
參考文獻
結果
R shiny app
首頁
組員介紹
研究專題
Data Mining
分類
分群
平台介面教學
LDA
SVM
KNN
ANN
CART
K-Means
Hierchical Cluster
PAM
參考文獻
結果
R shiny app
More
首頁
組員介紹
研究專題
Data Mining
分類
分群
平台介面教學
LDA
SVM
KNN
ANN
CART
K-Means
Hierchical Cluster
PAM
參考文獻
結果
R shiny app
ANN
首先選擇想要預測的分類變數(Y)
選擇要加入模型的預測變數(X)
選擇要抽取的訓練集樣本大小
輸入神經元層數與每層個數
預設為 c(2, 2, 2),代表總共有三層每層神經元各有 2 個,若更改成 c(2,3), 則代表第一層有 2 個神經元,第二層有 3 個神經元,以此類推可自行設定。
結果
預測每筆資料在各levels的機率
圖中 e 代表10
透過預測出的模型對測試集進行預測
呈現混淆矩陣、準確率
Google Sites
Report abuse
Page details
Page updated
Google Sites
Report abuse