机器学习第九周作业使用R语言建立BP神经网络

数据地址:http://archive.ics.uci.edu/ml/machine-learning-databases/statlog/german/

 

library(AMORE)

# 数据载入及处理
dat <- read.table('german.data-numeric', header=F)
for (i in 1:25) {
dat[,i] <- as.numeric(as.vector(dat)[,i])
}

# 划分训练集和测试集
train_dat <- dat[1:500,]
test_dat <- dat[501:1000,]

# 进行训练
net <- newff(n.neurons=c(24,8,2,1), learning.rate.global=1e-2, momentum.global=0.5,
        error.criterium="LMS", Stao=NA, hidden.layer="tansig",
        output.layer="purelin", method="ADAPTgdwm")
result <- train(net, train_dat[1:24], train_dat[25], error.criterium="LMS", report=TRUE, show.step=100, n.shows=5 )

# 进行测试
y <- sim(result$net, test_dat[1:24])
y[which(y<1.5)] <- 1
y[which(y>=1.5)] <- 2

# 计算正确率
sum = 0
for(i in 1:500){
if(y[i]==test_dat[i,25]){
sum =sum+1
}
}
cat("正确率", sum/500, "n")

 

执行结果为

正确率 0.71