r语言课程设计

本文格式为Word版，下载可任意编辑——r语言课程设计library(MASS)

将训练集中的y变量作为判别变量，其他剩余的变量作为特征变量，运用lda()函数来进行费希尔判别下的线性判别。

>ldaldaCall:

lda(y~.,data=x)

Priorprobabilitiesofgroups:1234

0.648148150.111111110.037037040.20370370Groupmeans:

x1x2x3x4

1-0.03336857-0.007231429-0.0008800-0.228697120.769233330.7488000000.1302167-0.269633330.377650000.4366000000.6406500-0.497350040.565145450.6081909090.2076455-0.2936727Coefficientsoflineardiscriminants:

4

library(nnet)

首先在建模之前，先介绍软件包nnet中的一个函数：class.ind()。该函数可以通过类别变量的因子变量来生成一个类指标矩阵。下面通过一个简单的例子来更明白地说明该函数的功能。

>z=c(1,2,3)#定义一个水平数为3的向量>class.ind(z)123[1,]100[2,]010[3,]001

从输出结果可以看到，该函数主要是将向量变成一个矩阵，其中每行代表一个样本。只是将样本的类别用0和1来表示，即假使是该类，则在该类别名下用1表示，而其余的类别名下面用0表示。

将数据框的前4列作为自变量数据，class.ind(y)作为类别变量数据，设置隐蔽层节点个数为4，模型的最大迭代次数为1000次，用来防止模型的死循环。之后用核心函数nnet()来建立神经网络模型。

>model=nnet(x[1:4],class.ind(y),data=x,size=4,+decay=5e-4,maxit=1000)#神经网络>p=x[,1:4]#测试集定为原始数据

>pred3=predict(model,p)#对测试集进行预计>head(pred3)#预计结果的部分显示1234

[1,]0.99999415950.00000000001.474405e-044.459695e-05[2,]0.94903083780.01131001011.454422e-059.221503e-03[3,]0.00496943100.02406255892.918010e-048.973849e-01

7

[4,]0.00025403970.00019419714.926029e-049.982468e-01[5,]0.86827598540.00000000005.810529e-031.975710e-01[6,]0.99998319910.00000000001.631513e-042.351911e-04

上述结果的每一行代表测试集中的每一个样本，其判别准则为：每一行中最大值所在的列名即为该样本所属的类别。

>pnew=max.col(pred3)#确定测试集中每一个样本所属类别>table(y,pnew)#给出混淆矩阵pnew

y12341331012240030011410010

>e_ee_e

[1]0.1111111从结果可以看出，该模型的误判率为11.1%，相比较判别分析大幅度降低，说明该模型对测试集的预计效果很好。

>names(model)#模型中包含的所有输出结果

[1]\\\

[13]\其中：value表示迭代最终值。

wts表示模型在迭代过程中所寻觅到的最优权重值，其取值为系统随机生成，即每次建模所使用的迭代初始值都是不一致的。由此可以看出神经网络模型的灵活性很高。

convergence表示在模型建立的迭代过程中，迭代次数是否达到最大迭代次数。假使结果为1，则说明达到最大迭代次数；假使结果为0，则说明没有达到最大迭代次数。假使结果没有达到最大迭代次数，说明该模型可以被采用，否则，就要增大参数maxit的设定值，重新建模。

>model$convergence[1]0

该模型的convergence取值为0，说明该模型可以被采用。

2.模型优化

虽然上述模型的各项指标可能都满足要求，但是，隐蔽层中节点的个数和迭代次数都是人为设定的，随着两者数值的改变建立的模型也不尽一致，所以我们需要寻觅两者的最优值，使其对应的模型最优。下面通过编写函数来实现这一目的。

8

(1).寻觅隐蔽层节点个数最优值

>f=function(n){

+e=matrix(0,2,n,dimnames=list(c('误判概率',

+'迭代终值'),c(1:n)))#定义一矩阵，用于存放结果+for(iin1:n){

+model=nnet(x[1:4],class.ind(y),data=x,size=i,+decay=5e-4,maxit=1000)+pred=predict(model,p)+pnew=max.col(pred)+table(y,pnew)

+e_ef(10)#将n取为10输出结果：

12345误判概率0.25925930.20370370.18518520.07407410.0370371

迭代终值20.70701215.36959815.7799998.23342796.5062853678910

误判概率0.01851850.03703710.0000000.03703710.0185185迭代终值4.49751954.66498322.7332964.39859893.2961255

9

结合矩阵以及折线图，可以看出当n=8的时候，误判率最小，同时迭代最终值也达到最小，说明当n=8即隐蔽层节点个数为8时，模型的拟合效果最好，对测试集做出的预计效果也最好。

(2).寻觅迭代次数最优值

>ff=function(n){+e=0

+for(iin1:n){

+model=nnet(x[,1:4],class.ind(x$y),data=x,+size=8,decay=5e-4,maxit=i)+e[i]=sum(max.col(predict(model,x[,1:4]))!=+x$y)/nrow(x)+}

+print(plot(1:n,e,'l',ylab='误判概率',xlab='训练周+期',col='blue',ylim=c(min(e),max(e))))}

ff(1000)

从模型对测试集的误判率随训练周期的变化曲线可以看出，误判概率随着训练周期的增大先是急速下降，后趋于平稳。但是也有出现反向增长的现象，可能与训练集和测试集的选取有关。不过，从图中整体的变化趋势可以看出曲线的拐点在maxit=200处，所以maxit的最优值可能为200。

3.建模重建

取size=8，maxit=200，重新建立神经网络模型，得到如下结果：

10

>model1=nnet(x[,1:4],class.ind(y),data=x,size=8,+decay=5e-4,maxit=200)>pred4=predict(model1,p)>pnew1=max.col(pred4)

>e_e1e_e1

[1]0.05555556

>model1$convergence[1]1

误判概率为5.6%，较上次模型有所下降，但是模型的迭代次数达到了最大迭代次数，因此该模型可能还不是最优的。

取size=8，maxit=1000，重新建立神经网络模型，得到如下结果：>model2=nnet(x[1:4],class.ind(y),data=x,size=8,+decay=5e-4,maxit=1000)>pred5=predict(model2,p)>pnew2=max.col(pred5)>table(y,pnew2)Pnew2

y12341350002060030020400011

>e_e2e_e2[1]0

>model2$convergence[1]0

从输出结果来看，该模型的误判率为0，迭代次数也没有达到最大值，说明该模型可以被采用，在样本量如此小的条件下，建立的模型能有如此高的预计精度，确实不得不让人佩服神经网络模型的强大。

然而，由于训练集样本和测试集样本完全一致，所以两者的特征也完全一样，可能由于这个原因，才会使得测试集的预计结果与实际值重合度如此高；况且由于神经网络模型太过灵活，当训练周期很长的时候，建立出来的神经网络模型可能会记住训练集的几乎所有信息，而测试集又和训练集一致，所以，模型的误判率才会如此低。

尽管在此次建立神经网络模型的过程中出现了这么多问题，但并不能够掩盖神经网络模型的强大之处，所以，神经网络模型还是值得我们深入学习和深入研究的。

4.模型应用

当运用此模型进行预计时，需要注意的是，首先必需对用来预计的自变量进行标准化，以消除数量级和量纲的影响。然后直接带入模型给出预计结果。

11

五．总结与建议

通过此次课程设计，使我更加扎实的把握了有关如何使用R语言进行统计分析方面的知识，在设计过程中虽然遇到了一些问题，但经过一次又一次的思考，一遍又一遍的检查终究找出了原因所在，也暴露出了前期我在这方面的知识欠缺和经验不足。实践出真知，通过亲自动手制作，让我根绝把握的知识不再是纸上谈兵。

回想这次课程设计，学到了好多好多的东西，不仅稳定了以前所学过的知识，而且通过翻阅书籍也学到了好多在课堂上所没有学到过的知识，例如：BP神经网络模型是如何建立的。通过这次课程设计使我懂得了理论与实际相结合是很重要的，只有理论知识是远远不够的，只有把所学的理论知识与实践相结合起来，从理论中得出结论，才能真正提高自己的实际动手能力和独立思考的能力。

通过课程设计的训练，让我进一步学习和把握了对R语言编程艺术的更深理解，在对函数进行设计和编写的过程中，