当前位置：网站首页>基于 R 语言的深度学习——简单回归案例

基于 R 语言的深度学习——简单回归案例

2022-08-09 12:42:00 【Mrrunsen】

本文主要解决：如何使用神经网络建立模型？，其他推文可见：基于 R 语言的深度学习——配置环境；基于 R 语言的深度学习——简介及资料分享。

该案例是在 CPU 下进行的。如果你的设备有 GPU，并想用 GPU 训练模型。你不需要修改以下的代码，只需前期安装 GPU 版本的 TensorFlow，默认情况下，运算会优先使用 GPU。

知识点包括：

数据导入与数据处理。
构建神经网络。
训练神经网络。
评估模型的准确性。
保存并恢复创建的模型。
加载包

library(keras)
library(mlbench) #使用内部数据
library(dplyr)
library(magrittr)

加载数据
使用 1970 年波士顿 506 个人口普查区的住房数据作为例子。该数据集一共有 14 列，506 行。其中，因变量为 medv（自有住房的中位数报价, 单位 1000 美元），自变量为其他 13 个变量，包括࿱

版权声明
本文为[Mrrunsen]所创，转载请带上原文链接，感谢
https://blog.csdn.net/Mrrunsen/article/details/126220805