我对R的不了解导致我停止工作并寻求你的帮助.我正在寻找从一些时间序列数据构建神经网络,然后使用单独的数据和训练的神经网络返回的模型构建预测.
我创建了一个xts包含因变量nxtCl(一天的远期收盘价格)和自变量(一组相应的价格和技术指标).
我分为xts两个,一组是训练数据,另一组是测试/预测,分别是miData.train和miData.test.随后我将这两个xts改为缩放数据帧.
miData.train <- scale(as.data.frame(miData.train))
miDate.test <- scale(as.data.frame(miData.test))
使用该包nnet我可以从训练数据构建一个神经网络:
nn <- nnet(nxtCl ~ .,data=miData.train,linout=T,size=10,decay=0.001,maxit=10000)
str()此返回的公式对象的输出是:
> str(nn)
List of 18
$ n : num [1:3] 11 10 1
$ nunits : int 23
$ nconn : num [1:24] 0 0 0 0 0 0 0 0 0 0 ...
$ conn : num [1:131] 0 1 2 3 4 5 6 7 8 9 …我有一个浮点数向量,每个元素在0和1之间.我希望将大于(和等于)0.5的元素更改为1,将那些小于0.5到0的元素更改为1.
是否有Octave函数可以让我以矢量化方式执行此操作而不是使用for循环？
谢谢