# 神经网络成绩预测

**Repository Path**: sg-first/shenjingwangluochengjiyuce

## Basic Information

- **Project Name**: 神经网络成绩预测
- **Description**: No description available
- **Primary Language**: R
- **License**: Not specified
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 3
- **Forks**: 0
- **Created**: 2020-05-25
- **Last Updated**: 2023-10-25

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

神经网络成绩预测
========
聚类
----------
使用K-means分五类，结果会自动保存在`聚类结果.csv`中，第一列为序号

神经网络
-------------
神经网络处理前需标准化数据，否则R语言的神经网络包基本无法得到正确结果。隐层结构设计为`16-32-64-46-8-4-2`，全部为全连接层和`sigmoid`激活函数。训练使用`SAG`优化器，`SSE`损失函数。调用程序中`train`函数，传入数据进行训练。模型可以收敛。需要注意的是，预测后需将结果反标准化才能得到实际的分数预测（调用程序中`toRealResult`函数，传入神经网络输出的预测结果，可以得到反标准化的实际分数预测）。

回测结果显示，误差标准差为`1.7357`。

主要函数使用
----------
* `kmeans` : K-means聚类，第一个参数为要聚类的数据，第二个参数为类别数
* `neuralnet` : 神经网络拟合，第一个参数`~`前的为响应变量，后面每个`+`隔开的为解释变量。第二个参数是拟合使用的数据表（表中包含前面所用到的那些变量）。`hidden`参数为隐层设置，`algorithm`参数为优化算法（优化器），`err.fct`参数为损失函数，`act.fct`参数为激活函数（所有节点都用这个）