Rでニューラルネットワークモデルを実装する方法は何ですか？

R言語では、neuralnetパッケージを使用してニューラルネットワークモデルを実装することができます。以下は簡単なサンプルコードです：

# 安装并加载 neuralnet 包
install.packages("neuralnet")
library(neuralnet)

# 创建一个数据集
data <- data.frame(
  x1 = runif(100),
  x2 = runif(100),
  y = ifelse(x1 + x2 > 1, 1, 0)
)

# 创建神经网络模型
model <- neuralnet(
  y ~ x1 + x2,
  data = data,
  hidden = c(3), # 设置隐藏层神经元个数
  linear.output = FALSE # 输出层是否使用线性激活函数
)

# 预测
new_data <- data.frame(
  x1 = runif(10),
  x2 = runif(10)
)
predictions <- compute(model, new_data)
print(predictions$net.result)

上記のコードでは、まずneuralnetパッケージをインストールしてロードし、データセットを作成します。次に、neuralnet関数を使用してニューラルネットワークモデルを作成し、入力特徴と出力ラベルを指定し、隠れ層のニューロンの数や出力層の活性化関数などのパラメータを設定します。最後に、compute関数を使用して新しいデータを予測します。