R语言 RSNNS包 SnnsRObject$train()函数中文帮助文档(中英文对照)

loveR

SnnsRObject$train(RSNNS)
SnnsRObject$train()所属R语言包：RSNNS

                                        Train a network and test it in every training iteration
                                         培训网络，并测试它在每一次训练迭代

                                         译者：生物统计家园网 机器人LoveR

描述----------Description----------

SnnsR low-level function to train a network and test it in every training iteration.
SnnsR低级别的网络功能训练和测试它在每一次训练迭代。


用法----------Usage----------


train(inputsTrain, targetsTrain=NULL,
initFunc="Randomize_Weights", initFuncParams=c(1.0, -1.0),
learnFunc="Std_Backpropagation", learnFuncParams=c(0.2, 0),
updateFunc="Topological_Order", updateFuncParams=c(0.0),
outputMethod="reg_class", maxit=100, shufflePatterns=TRUE,



参数----------Arguments----------

参数：inputsTrain
a matrix with inputs for the network
与网络的输入的矩阵


参数：targetsTrain
the corresponding targets
相应的目标


参数：initFunc
the initialization function to use
使用初始化函数


参数：initFuncParams
the parameters for the initialization function
初始化函数的参数


参数：learnFunc
the learning function to use
学习功能使用


参数：learnFuncParams
the parameters for the learning function
学习功能的参数


参数：updateFunc
the update function to use
使用更新功能


参数：updateFuncParams
the parameters for the update function
更新功能的参数


参数：outputMethod
the output method of the net
的输出方法的净


参数：maxit
maximum of iterations to learn
最大的迭代学习


参数：shufflePatterns
should the patterns be shuffled?
应的模式被打乱？


参数：computeError
should the error be computed in every iteration?
在每一次迭代计算错误？


参数：inputsTest
a matrix with inputs to test the network
测试网络的输入矩阵


参数：targetsTest
the corresponding targets for the test input
测试输入相应的目标


值----------Value----------

a list containing:
一个列表，其中包含：


参数：fitValues
the fitted values, i.e. outputs of the training inputs
拟合值，即输出的培训投入


参数：IterativeFitError
The SSE in every iteration/epoch on the training set
上证所在每一次迭代/时代在训练集上


参数：testValues
the predicted values, i.e. outputs of the test inputs
的预测值，即输出的测试输入


参数：IterativeTestError
The SSE in every iteration/epoch on the test set </table>
上证所在每一次迭代/时代在测试集上</ TABLE>

转载请注明:出自 生物统计家园网(http://www.biostatistic.net)。


注：
注1：为了方便大家学习，本文档为生物统计家园网机器人LoveR翻译而成，仅供个人R语言学习参考使用，生物统计家园保留版权。
注2：由于是机器人自动翻译，难免有不准确之处，使用时仔细对照中、英文内容进行反复理解，可以帮助R语言的学习。
注3：如遇到不准确之处，请在本贴的后面进行回帖，我们会逐渐进行修订。