La fonction "nnet()" de Splus

La fonction nnet de Splus utilise les réseaux multicouches à une seule couche cachée. Dans ce cas, le nombre de paramètres est donné par : $s\,=\,(p+2)c+1$, où p représente le nombre de variables d'entrée (en excluant la constante) et c le nombre de neurones cachés.

La commande est la suivante :
nnet(x, y, weights, size, Wts, linout=F, entropy=F, softmax=F, skip=T, decay=0, maxit=100)
Elle prend nécessairement comme arguments :
$\cdot$ x : la matrice des variables d'entrée (au nombre de p)
$\cdot$ y : la matrice des variables de sortie
$\cdot$ size : le nombre de variables dans la couche cachée qui vaut c. Remarquons que ce nombre peut être nul s'il existe une relation directe entre les variables d'entrée et les variables de sortie
$\cdot$ weights : le poids de chaque connexion (par défaut, il vaut 1).

Il existe aussi des arguments optionnels :
$\cdot$ la fonction de transfert $\Phi_0$ qui peut être soit la fonction linout, soit la fonction entropy, soit la fonction softmax définies dans Splus (voir paragraphe 5.2 pour une explicitation de ces fonctions).
$\cdot$ l'option skip qui permet une influence directe des variables d'entrée.
$\cdot$ l'option maxit qui donne le nombre maximum d'itérations (par défaut, il vaut 100).
$\cdot$ l'option decay qui est une sorte de pénalisation. Son choix semble crucial et il n'existe pas jusqu'à présent une méthode permettant de trouver la bonne valeur. Il est conseillé d'essayer plusieurs valeurs afin de voir si des résultats significatifs sont obtenus. Par défaut, elle vaut 0.