我正在使用 R 语言以及 neuralnet 包，请见文档（https://cran.r-project.org/web/packages/neuralnet/neuralnet.pdf）。我已经使用神经网络函数构建并训练了我的模型。

现在模型已经构建完成，我想用真实数据进行测试。能否有人解释一下我应该使用 compute 函数还是 prediction 函数？我已经阅读了文档，但不太清楚，这两个函数似乎功能相似？

谢谢

回答：

简短的回答是使用 compute 函数来进行预测。

您可以在此处查看在测试集上使用 compute 函数的示例（这里）。我们还可以从文档中看出 compute 是正确的选择：

compute 是一个用于 nn 类对象的方法，通常由 neuralnet 产生。对于给定的训练好的神经网络，计算特定任意协变量向量的所有神经元的输出。

上述说明表明，您可以使用协变量向量来计算神经网络的输出，即进行预测。

另一方面，prediction 函数所做的正如文档标题中提到的：

总结神经网络的输出、数据以及 glm 对象的拟合值（如果可用）。

此外，它只接受两个参数：nn 对象和 glm 模型列表，因此没有办法传入测试集来进行预测。