我目前使用神经网络的方式是从多个输入点预测一个输出点。更具体地说，我运行了下面的代码。

nn <- neuralnet(as.formula(a ~ c + d),data=Z, hidden=c(3,2), err.fct="sse", act.fct=custom,linear.output=TRUE, rep=5)

在这里，如果Z是一个包含列名a, b, c的矩阵，它将从列c和d的对应行中预测列a中的一个点。（垂直维度被用作训练样本。）

假设还有一个列b。我想知道是否有办法从c和d预测a和b？我尝试过

as.formula(a+b ~ c+d)

但这似乎不起作用。

有什么想法吗？

回答：

不好意思，使用a + b ~ c + d 效果很好。我原以为函数不接受这种输入（因为它多次崩溃），但现在我清理了一切后，问题已经解决了。

nn <- neuralnet(as.formula(a + b ~ c + d),                data=Z, hidden=c(3,2), err.fct="sse", act.fct=custom,                linear.output=TRUE, rep=5)

运行得很完美，返回了两个点（或两列）的输出！很棒。

来自neuralnet的例子，这种格式有效 🙂

 AND <- c(rep(0,7),1) OR <- c(0,rep(1,7)) binary.data <- data.frame(expand.grid(c(0,1), c(0,1), c(0,1)), AND, OR) print(net <- neuralnet(AND+OR~Var1+Var2+Var3,  binary.data, hidden=0,          rep=10, err.fct="ce", linear.output=FALSE))