14、神经网络与深度学习入门

神经网络与深度学习入门

1. 神经网络建模前的数据准备

我们有一个包含十个变量的输入特征空间，稳定性（stability）变量中，稳定（stab）记为 0，不稳定（xstab）记为 1，基础误差为 LX，还有三个变量代表其他类别。

首先，使用 ifelse() 函数创建响应变量：

shuttle.2$use <- ifelse(shuttle$use == "auto", 1, 0)
table(shuttle.2$use)

输出结果如下：
| | 0 | 1 |
| — | — | — |
| | 111 | 145 |

接着，使用 caret 包创建训练集和测试集，按 70/30 的比例划分：

set.seed(123)
trainIndex <- createDataPartition(shuttle.2$use, p = .7, list = FALSE)
shuttleTrain <- shuttle.2[trainIndex, ]
shuttleTest  <- shuttle.2[-trainIndex, ]

2. 神经网络建模与评估

我们使用 neuralnet 包进行建模，由于该包不支持像 y~ 这样指定所有其他变量作为输入的方式，我们使用