360SDN.COM

R语言 使用BP神经网络进行银行客户信用评估

来源: 数据挖掘入门与实战  2017-08-03 14:12:58    评论:0点击:

数据挖掘入门与实战  公众号: datadw

 

一、学习R语言AMORE包中的newff函数

    这是个前馈神经网络工具包,类似的还有nnet,RSNNS等。AMORE比nnet参数要丰富一些。AMORE用来构建前馈神经网络的函数是newff.

 

newff(n.neuronslearning.rate.globalmomentum.globalerror.criteriumStaohidden.layeroutput.layermethod)

 

    其中。n.neurons是个数值向量,包含在每个层的神经元的数目。第一个数是输入神经元的数量,最后是输出神经元的数量,其余的都是隐藏层神经元的数量。learning.rate.global全局的学习率。momentum.global全局的动量值(有的学习算法需要设置这个值?貌似是步长)数据挖掘入门与实战  公众号: datadw

    error.criterium误差衡量算法,我用误差平方和,所以选“LMS”。hidden.layer隐藏层激活函数。output.layer输出层激活函数。method学习方法,翻译过来都是梯度下降?不是BP最速下降?还好这里反正不影响结果。

 

 

二、构建神经网络预测银行客户的信用。

 

    原始数据下载http://yun.baidu.com/share/link?shareid=668466015&uk=1175373848

   

    german.data-numeric是德国一家银行的数据,共1000行,前24个变量是用户的各种存款贷款记录,最后一个变量是信用好坏,只有1和2两种情况。

   

       
为您推荐

友情链接 |九搜汽车网 |手机ok生活信息网|ok生活信息网|ok微生活
 Powered by www.360SDN.COM   京ICP备11022651号-4 © 2012-2016 版权