R neuralnet mit multiple Input

Ein neuronales Netz mit R

Dieses Beispiel soll kurz beschreiben, wie man mit R ein Neuronales Netz erstellt. Als erstes muss das Paket: "neuralnet" installiert und geladen werden:

install.packages("neuralnet")
library(neuralnet)

Dieses beispiel Netz soll 3 Eingänge und eine Ausgabe haben,

Definition der Ein- und Ausgangsdaten:

I1 <- c(1,2,3,4,5) #Input 1
I2 <- c(10, 20, 30, 40, 50) #Input 2
I3 <- c(100, 200, 300, 400, 500) #Input 3
O1 <- c(6,7,8,9,10) #Output

data.frame erstellen:

Ein data.frame fasst unterschiedliche Daten zusammen

NetDaten <- data.frame(I1, I2, I3, O1)

Die Daten sollten nun wie folgt aussehen:

	I1	I2	I3	O1
1	1	10	100	6
2	2	20	200	7
3	3	30	300	8
4	4	40	400	9
5	5	50	500	10

Erstellen des Netzes

Das Beispiel Netz soll mit folgenden Eigenschaften erstellt werden:
Das Netz soll 10 Hidden-Neurons haben (hidden=10)
Das Anlernen des Netzes kann beendet werden, sobald ein Fehler-Threshold von 0.01 erreicht wurde (threshold=0.01)
Es wird nur 1 Netz erstellt (rep=1).

net <- neuralnet(O1~I1+I2+I3, t, hidden=10, rep=1, threshold=0.01)

Darstellen

Textuelle Ausgabe des Netzes

> print(net)
Call: neuralnet(formula = O1 ~ I1 + I2 + I3, data = NetDaten, hidden = 10,     threshold = 0.01, rep = 1)

1 repetition was calculated.

           Error Reached Threshold Steps
1 0.000537743293    0.006383272813  3259

Grafisches Darstellund des Netzes

plot(net)

Bei den blauen Neuronen handelt es sich um einen Bias, eine gute Beschreibung welche Aufgabe ein Bias hat ist hier beschrieben:http://stackoverflow.com/questions/2480650/role-of-bias-in-neural-networks.