前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
工具
TVP
发布
社区首页 >专栏 >R语言 使用BP神经网络进行银行客户信用评估

R语言 使用BP神经网络进行银行客户信用评估

作者头像
机器学习AI算法工程
发布2018-03-14 16:47:52
1.3K0
发布2018-03-14 16:47:52
举报
文章被收录于专栏:机器学习AI算法工程

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.

代码语言:javascript
复制
newff(n.neurons, learning.rate.global, momentum.global, error.criterium, Stao, 	hidden.layer, output.layer, method)

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。

次运行,发现正确率在百分之76左右。八错八错

本文参与 腾讯云自媒体同步曝光计划,分享自微信公众号。
原始发表:2017-01-09,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 大数据挖掘DT数据分析 微信公众号,前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体同步曝光计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
目录
  • 二、构建神经网络预测银行客户的信用。
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档