代码详解: 用R语言构建ANN并将其可视化(12)_神经网络是一种模拟原始人类思维的计算

一旦数据被标准化，一切都被设置为构建神经网络。在构建神经网络时，需要考虑以下几点：

·少数神经元会导致系统出现高误差，因为预测部分可能过于复杂而无法捕获少量神经元。

· 大量神经元会过度拟合训练数据而不能很好地诱导。

· 每个隐藏层中的神经元数量应该大约是输入和输出层的大小，也可能是平均值。

· 每个隐藏层中的神经元数量不应超过该输入神经元数量的两倍，因为你可能在给定点上过度拟合。

在此图中，我们有五个输入变量（cylinders displacement horsepower weight 和acceleration）和一个变量输出（mpg）。让三个神经元在隐藏层中。

net_# = neuralnet(fdata=https://mparticle.uc.cn/api/train_datahidden=3linear.output=TRUE)

隐藏参数允许具有每个隐藏层的神经元数量的向量，而应用参数linear.output来指定是否要进行回归（linear.output = TRUE）或分类（linear.output = FALSE）。

代码详解: 用R语言构建ANN并将其可视化(12)