R语言--ELM极限学习机（elmNNRcpp包）

极限学习机(Extreme Learning Machine) 具有学习效率高和泛化能力强的优点，被广泛应用于分类、回归、聚类、特征学习等问题中。本文利用elmNNRcpp包实现极限学习机的回归和分类算法。

极限学习机(Extreme Learning Machine) 是一种单隐含层前馈神经网络(Single-hidden Layer Feedforward Neural Network)。
特点是输入层和隐含层的连接权值、隐含层的阈值可以随机设定，且设定完后不用再调整；隐含层和输出层之间的连接权值不需要迭代调整，通过解方程组方式一次性确定。

环境&软件

• win10 64bit
• R 3.6.1

安装包

if(!requireNamespace("elmNNRcpp")) install.packages("elmNNRcpp")

ELM回归

加载Boston数据，将数据转为矩阵，分为90%的训练数据和10%的测试数据，数据格式要转换成特征矩阵x和目标矩阵y，满足模型训练的数据格式要求。最后返回预测误差和结果图。

# 1.加载数据
library(elmNNRcpp)
data(Boston, package = 'KernelKnn')
# 查看数据结构
str(Boston)

## 'data.frame':	506 obs. of  14 variables:
##  $ cr